買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜吉林大學(xué);長(zhǎng)沙理工大學(xué)申請(qǐng)的專利基于自適應(yīng)門控時(shí)空?qǐng)D卷積網(wǎng)絡(luò)的交通流預(yù)測(cè)系統(tǒng)及方法獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN119358841B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-04-18發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202411896287.0，技術(shù)領(lǐng)域涉及：G06Q10/063；該發(fā)明授權(quán)基于自適應(yīng)門控時(shí)空?qǐng)D卷積網(wǎng)絡(luò)的交通流預(yù)測(cè)系統(tǒng)及方法是由龍思與;鄭黎黎;李健;裴博彧;靳秉毅;湯芷;丁同強(qiáng)設(shè)計(jì)研發(fā)完成，并于2024-12-23向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本基于自適應(yīng)門控時(shí)空?qǐng)D卷積網(wǎng)絡(luò)的交通流預(yù)測(cè)系統(tǒng)及方法在說(shuō)明書摘要公布了：本發(fā)明屬于交通控制系統(tǒng)領(lǐng)域，涉及一種基于自適應(yīng)門控時(shí)空?qǐng)D卷積網(wǎng)絡(luò)的交通流預(yù)測(cè)系統(tǒng)及方法，所述系統(tǒng)是通過(guò)對(duì)AG?STGCN模型進(jìn)行訓(xùn)練得到，所述AG?STGCN模型包含特征融合模塊、因果卷積層、自適應(yīng)門控圖卷積層、輸出模塊；AG?STGCN模型開始部分添加了特征融合模塊，平滑處理節(jié)點(diǎn)輸入特征，在構(gòu)建路網(wǎng)結(jié)構(gòu)中，提出了單向圖剪邊機(jī)制，使圖結(jié)構(gòu)更加稀疏，緩解過(guò)平滑和過(guò)擬合問(wèn)題；之后利用門控的思想，使用自適應(yīng)門控圖卷積網(wǎng)絡(luò)自適應(yīng)更新和遺忘節(jié)點(diǎn)特征；進(jìn)一步利用注意力方式將不同層門控圖卷積網(wǎng)絡(luò)特征聚合，充分利用路網(wǎng)局部和全局信息；結(jié)合輕量時(shí)序因果卷積構(gòu)建了交通流預(yù)測(cè)時(shí)空模型，該模具能夠預(yù)測(cè)未來(lái)12個(gè)時(shí)間步長(zhǎng)的交通流情況，預(yù)測(cè)結(jié)果準(zhǔn)確可靠。

本發(fā)明授權(quán)基于自適應(yīng)門控時(shí)空?qǐng)D卷積網(wǎng)絡(luò)的交通流預(yù)測(cè)系統(tǒng)及方法在權(quán)利要求書中公布了：1.一種基于自適應(yīng)門控時(shí)空?qǐng)D卷積網(wǎng)絡(luò)的交通流預(yù)測(cè)系統(tǒng)，其特征在于，所述系統(tǒng)是通過(guò)對(duì)AG-STGCN模型進(jìn)行訓(xùn)練得到，所述AG-STGCN模型包含特征融合模塊、因果卷積層、自適應(yīng)門控圖卷積層、輸出模塊；其中，所述特征融合模塊用于平滑處理路網(wǎng)的節(jié)點(diǎn)特征，包括特征輸入層、特征卷積層、特征重構(gòu)層；所述特征輸入層用于輸入路網(wǎng)中不同位置的傳感器所采集的交通流數(shù)據(jù)；所述特征卷積層進(jìn)行特征卷積操作；所述特征重構(gòu)層進(jìn)行特征重構(gòu)操作，將節(jié)點(diǎn)vi原始輸入特征向量每?jī)蓚€(gè)元素中間填充0元素，然后將節(jié)點(diǎn)vi的特征卷積層輸出向量的每個(gè)元素前后填充0元素，進(jìn)而得到節(jié)點(diǎn)vi的特征融合模塊輸出結(jié)果；所述因果卷積層，用于對(duì)特征融合模塊輸出的特征進(jìn)行因果卷積，提取同一節(jié)點(diǎn)的時(shí)間序列特征；所述因果卷積層的因果卷積公式其中，F(xiàn)s表示經(jīng)一層因果卷積后輸出的第s個(gè)元素，為節(jié)點(diǎn)vi的所有特征，Γ∈Rk×c為因果卷積核，k為卷積核寬度，c為卷積核通道數(shù)，*τ為因果卷積操作，為因果卷積核C通道的第j個(gè)元素，為節(jié)點(diǎn)vi的第s+j個(gè)元素，L1表示因果卷積的層數(shù)；所述自適應(yīng)門控圖卷積層用于提取路網(wǎng)的局部和全局空間特征，在提取路網(wǎng)空間特征前，先構(gòu)建路網(wǎng)的鄰接矩陣；之后將路網(wǎng)視為無(wú)向圖G＝V，E，A，其中V∈RN是部署在路網(wǎng)中的傳感器表示；E表示邊集合，表示兩個(gè)傳感器之間的連通性；A∈RN×N是鄰接矩陣；在構(gòu)建圖結(jié)構(gòu)時(shí)引入單向圖剪邊操作，對(duì)鄰接矩陣進(jìn)行處理后形成增強(qiáng)圖；最后增強(qiáng)圖的圖結(jié)構(gòu)進(jìn)行自適應(yīng)門控圖卷積操作；所述輸出模塊結(jié)合注意力機(jī)制聚合不同自適應(yīng)門控圖卷積層輸出的信息，即將多層的自適應(yīng)門控圖卷積層輸出結(jié)果用注意力的方式聚合，充分利用路網(wǎng)的局部和全局空間特征，輸出預(yù)測(cè)結(jié)果，實(shí)現(xiàn)交通流預(yù)測(cè)任務(wù)；所述特征卷積層的數(shù)據(jù)處理方式為：其中，和分別為節(jié)點(diǎn)vi的特征卷積層的輸入和輸出，*F為特征卷積操作，Γκ為特征卷積的卷積核，κ為核寬度；所述特征重構(gòu)層的數(shù)據(jù)處理方式為：先將變?yōu)樵賹⒆優(yōu)橹貥?gòu)后的特征相加作為特征融合模塊輸出結(jié)果單向圖剪邊操作的具體方法為：根據(jù)鄰接矩陣計(jì)算得到度矩陣D∈RN×N； 其中，dvi表示與節(jié)點(diǎn)vi相關(guān)聯(lián)的邊的數(shù)量；根據(jù)度大小對(duì)其排列，取出度最大的μ個(gè)節(jié)點(diǎn)，μ＝N×Mn，Mn為超參數(shù)，N代表路網(wǎng)節(jié)點(diǎn)數(shù)，若節(jié)點(diǎn)vi為取出節(jié)點(diǎn)，令A(yù)ij＝0，Aij是鄰接矩陣中第i行j列的值，vj為隨機(jī)抽取的與節(jié)點(diǎn)vi存在邊的節(jié)點(diǎn)，i≠j，重復(fù)此過(guò)程m次，m為超參數(shù)，由此得到單向圖剪邊后的鄰接矩陣Asd；自適應(yīng)門控圖卷積操作的具體步驟為：計(jì)算自適應(yīng)鄰接矩陣計(jì)算門控值βl，計(jì)算路網(wǎng)拉普拉斯矩陣Lsd，計(jì)算路網(wǎng)自注意力得分SAT，計(jì)算最終路網(wǎng)鄰接矩陣Ssd，Ssd＝softmaxSAT⊙Lsd；聚合路網(wǎng)鄰域信息，公式為：計(jì)算路網(wǎng)不同階數(shù)鄰域信息公式如下： 其中，⊙為哈達(dá)瑪積操作，Dsd為Asd的度矩陣，為可訓(xùn)練參數(shù)，為可訓(xùn)練參數(shù)，為可訓(xùn)練參數(shù)，為可訓(xùn)練參數(shù)，V∈Rc×d為可訓(xùn)練參數(shù)，l為卷積的層數(shù)，代表聚合l階數(shù)的鄰域信息；為Dsd的12次方的逆矩陣，代表結(jié)合注意力機(jī)制的圖卷積，代表第l層自適應(yīng)門控圖卷積的輸入，當(dāng)l＝1時(shí)，輸入為Xτ，即因果卷積的輸出，Asd代表單向圖剪邊后的鄰接矩陣，T代表矩陣的轉(zhuǎn)置操作，c代表中的通道c，參數(shù)V∈Rc×d中的c×d將通道由c變?yōu)閐，為超參數(shù)；所述輸出模塊結(jié)合注意力機(jī)制聚合不同層自適應(yīng)門控圖卷積層信息的表達(dá)式為： 其中，Zl為第l層自適應(yīng)門控圖卷積后的特征經(jīng)過(guò)兩層全連接，為兩層全連接的可訓(xùn)練參數(shù)；然后將全連接層的輸出Zl轉(zhuǎn)換為一維向量Hl，再進(jìn)行一層全連接，Wl為可訓(xùn)練參數(shù)，bl為偏置；αl為對(duì)應(yīng)第l層的注意力得分，Z為模型最終的預(yù)測(cè)輸出，L為自適應(yīng)門控圖卷積神經(jīng)網(wǎng)絡(luò)的總層數(shù)。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人吉林大學(xué);長(zhǎng)沙理工大學(xué)，其通訊地址為：130012 吉林省長(zhǎng)春市南關(guān)區(qū)人民大街5988號(hào)吉林大學(xué)南嶺校區(qū)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。