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！

龍圖騰網獲悉江西贛粵高速公路股份有限公司;東南大學申請的專利一種基于時空注意力機制的高速公路交通流量預測方法及系統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：CN118942054B 。

龍圖騰網通過國家知識產權局官網在2025-09-05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：202410985950.8，技術領域涉及：G06V20/54；該發明授權一種基于時空注意力機制的高速公路交通流量預測方法及系統是由虞安軍;劉志遠;余小晴;楊哲懿;勵英迪;余佳;童蔚蘋;張晨洋設計研發完成，并于2024-07-23向國家知識產權局提交的專利申請。

本一種基于時空注意力機制的高速公路交通流量預測方法及系統在說明書摘要公布了：本發明公開了一種基于時空注意力機制的高速公路交通流量預測方法及系統。該方法以門架數據為基礎，基于深度學習構建了高速公路交通流量預測模型MDAN。該模型主要包括：將擴散卷積與時間卷積網絡進行融合，同時提取了空間特征和時間特征；從多個維度在模型中利用注意力機制，識別出不同特征、不同空間位置、不同時刻的重要程度，提高了模型的預測性能；采用了多任務學習架構，將每個門架的流量預測視為單獨任務，并通過基于同方差不確定性的損失函數來平衡不同任務，共同學習以克服不同門架數據特征差別較大的問題，提高模型的泛化能力和魯棒性。本發明融合了多種關鍵技術和組件，能夠充分挖掘時空數據中的關鍵信息，實現高效準確的特征提取。

本發明授權一種基于時空注意力機制的高速公路交通流量預測方法及系統在權利要求書中公布了：1.一種基于時空注意力機制的高速公路交通流量預測方法，其特征在于，包括如下步驟： 獲取高速公路門架數據，進行數據清洗后構建時空信息數據特征矩陣，包括每個門架在每個時間片的交通流量，應用高斯核函數將門架之間的距離信息融入構建為鄰接矩陣，門架之間相距越遠，在鄰接矩陣中標記的值越小； 基于深度學習構建高速公路交通流量預測模型MDAN，MDAN模型將擴散卷積網絡DCN與時間卷積網絡TCN進行融合，同時提取空間特征和時間特征，并從多個維度在模型中引入注意力機制，識別出不同特征、不同空間位置和不同時刻的重要程度；MDAN模型采用多任務學習架構，將每個門架的流量預測視為單獨任務，并通過基于同方差不確定性的損失函數來平衡不同任務； 將高速公路門架的時空信息數據輸入訓練好的MDAN網絡進行每個門架的流量預測； MDAN模型利用擴散卷積網絡DCN處理圖結構數據，捕獲節點間的空間依賴關系，理解節點之間的關聯和結構特征；MDAN模型利用時間卷積網絡TCN作為時序數據處理的核心組件，捕獲時間序列內部的時間依賴關系，理解時序數據的特征；在特征提取過程中，MDAN模型采用LeakyReLU激活函數來引入非線性，增強模型的表達能力，并利用通道注意力層來辨識不同特征的重要性，提高特征的區分度；所述通道注意力層對輸入的時空特征在時空維度做最大池化和平均池化，之后通過一個共享的多層感知機對信息進行變換，將所得結果相加，并經過Sigmoid激活函數，得到最終的注意力表示；MDAN模型通過空間注意力層提取圖結構中節點間的重要特征，所述空間注意力層對輸入的時空特征在時間維度做最大池化和平均池化，之后將兩種池化的結果進行拼接，通過GraphSAGE網絡提取鄰接節點之間的空間依賴，接著通過多層感知機對信息進行非線性變換，并經過Sigmoid激活函數，得到最終的空間注意力表示；MDAN模型通過時間注意力層捕獲時間序列中的關鍵信息，所述時間注意力層對輸入的時空特征在空間維度做最大池化和平均池化，之后將兩種池化的結果進行拼接，通過BiLSTM網絡提取時間序列中的信息，接著通過多層感知機對信息進行非線性變換，并經過Sigmoid激活函數，得到最終的時間注意力表示；MDAN模型對經過空間注意力機制和時間注意力機制處理后的時空特征進行平均池化操作撇去時間維度，并輸入外部注意力層，辨識節點間的關聯關系。

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江西贛粵高速公路股份有限公司;東南大學，其通訊地址為：330025 江西省南昌市西湖區朝陽洲中路367號；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”。