買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉北京大學深圳研究生院申請的專利城市停車需求預測方法和裝置、設備、存儲介質獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120258473B 。

龍圖騰網通過國家知識產權局官網在2025-09-02發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510732047.5，技術領域涉及：G06Q10/0631；該發明授權城市停車需求預測方法和裝置、設備、存儲介質是由趙鵬軍;徐永健;陳睿;郭武鑫設計研發完成，并于2025-06-03向國家知識產權局提交的專利申請。

本城市停車需求預測方法和裝置、設備、存儲介質在說明書摘要公布了：本申請公開了一種城市停車需求預測方法和裝置、設備、存儲介質，涉及人工智能及智慧交通技術領域。該方法包括：確定目標城市的目標停車點；確定包含目標停車點的至少兩個興趣區域；獲取至少兩種建筑物類型各自在每一興趣區域中的屬性，得到建筑物信息；將至少兩個興趣區域的建筑物信息進行整合，得到目標興趣建筑物信息；通過停車率預測模型對目標興趣建筑物信息進行回歸，得到目標預測停車率；通過停車時段預測模型對目標興趣建筑物信息進行分類，得到目標預測停車時段；顯示目標預測停車率和目標預測停車時段。本申請能夠為停車點預測出停車率和停車時段，提高了停車需求預測粒度的精細化，能有效緩解停車供需矛盾。

本發明授權城市停車需求預測方法和裝置、設備、存儲介質在權利要求書中公布了：1.一種城市停車需求預測方法，其特征在于，所述方法包括： 確定目標城市的目標停車點； 確定包含所述目標停車點的至少兩個興趣區域，任意兩個所述興趣區域的區域尺度不相同； 獲取至少兩種建筑物類型各自在每一所述興趣區域中的屬性，得到建筑物信息； 將所述至少兩個興趣區域的所述建筑物信息進行整合，得到目標興趣建筑物信息； 通過預訓練的停車率預測模型對所述目標興趣建筑物信息進行回歸，得到所述目標停車點的目標預測停車率； 通過預訓練的停車時段預測模型對所述目標興趣建筑物信息進行分類，得到所述目標停車點的目標預測停車時段； 顯示所述目標預測停車率和所述目標預測停車時段； 其中，所述方法還包括預訓練所述停車率預測模型，具體包括： 獲取第一樣本停車位的第一樣本興趣建筑物信息，其中，所述第一樣本興趣建筑物信息指示至少兩種建筑類型各自在至少兩個第一樣本興趣區域中的每一所述第一樣本興趣區域的屬性，所述第一樣本停車位具有停車率標簽值，所述停車率標簽值指示所述第一樣本停車位的停車率，所述至少兩個第一樣本興趣區域包括區域尺度等差遞增的第一尺度樣本興趣區域、第二尺度樣本興趣區域和第三尺度樣本興趣區域； 通過預設的第一隨機森林模型對所述第一樣本興趣建筑物信息進行回歸，得到停車率預測值； 根據所述停車率預測值和所述停車率標簽值之間的差距，對所述第一隨機森林模型進行訓練，得到停車率預測模型； 若所述第一樣本興趣建筑物信息中的興趣區域包括所述第一尺度樣本興趣區域和所述第二尺度樣本興趣區域，將所述停車率預測模型記為第一候選停車率預測模型，且對所述第一候選停車率預測模型進行性能評估，得到第一性能評估數據； 若所述第一樣本興趣建筑物信息中的興趣區域包括所述第一尺度樣本興趣區域和所述第三尺度樣本興趣區域，將所述停車率預測模型記為第二候選停車率預測模型，且對所述第二候選停車率預測模型進行性能評估，得到第二性能評估數據； 若所述第一樣本興趣建筑物信息中的興趣區域包括所述第一尺度樣本興趣區域、所述第二尺度樣本興趣區域和所述第三尺度樣本興趣區域，將所述停車率預測模型記為第三候選停車率預測模型，且對所述第三候選停車率預測模型進行性能評估，得到第三性能評估數據； 根據所述第一性能評估數據、所述第二性能評估數據和所述第三性能評估數據之間的比較，從所述第一候選停車率預測模型、所述第二候選停車率預測模型和所述第三候選停車率預測模型中篩選出最終的停車率預測模型。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人北京大學深圳研究生院，其通訊地址為：518055 廣東省深圳市南山區西麗街道深圳大學城北大園區H棟208室；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。