恭喜北京航空航天大学何启荣获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网恭喜北京航空航天大学申请的专利一种基于因果分类去偏的城市交通数据预测方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119783921B 。
龙图腾网通过国家知识产权局官网在2025-05-30发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510285942.7,技术领域涉及:G06Q10/04;该发明授权一种基于因果分类去偏的城市交通数据预测方法是由何启荣;邓攀;周其顺;刘俊廷;赵宇;余绍函;杜嘉龙设计研发完成,并于2025-03-12向国家知识产权局提交的专利申请。
本一种基于因果分类去偏的城市交通数据预测方法在说明书摘要公布了:本发明涉及一种基于因果分类去偏的城市交通数据预测方法,属于时空数据挖掘技术领域,本发明提出了一种基于因果分类去偏的城市交通数据预测方法,利用空间邻接关系和时间位置,通过因果干预修正城市时空数据分布偏态在因果挖掘上的影响,恢复隐藏在观测数据中的时空因果关系,采纳空间邻近性关系和时间位置等先验信息学习因果图,并引入了跨越不同时间片段的时空因果传递机制,以强化时空因果表征,从而显著提升了城市交通数据预测的精确度与稳健性,有效提升了预测模型的精度、鲁棒性和泛化能力。
本发明授权一种基于因果分类去偏的城市交通数据预测方法在权利要求书中公布了:1.一种基于因果分类去偏的城市交通数据预测方法,其特征在于,包括:步骤S1、确定目标预测区域;采集目标预测区域在历史时间段的多个交通流量数据,建立对应的城市交通数据集;将所述城市交通数据集进行标准化处理,得到各个子区域的城市交通数据集;步骤S2、构建基于因果分类去偏的城市交通数据预测模型;步骤S3、令t=1,当t=1时,表示第一个历史时间段;步骤S4、获取第t个历史时间段的交通流量数据并输入城市交通数据预测模型,基于潜在混杂因子估计器At,将第t个历史时间段的多个子区域进行聚类划分,得到第t个历史时间段的多个含有特征混杂因子的聚类,具体步骤包括:步骤S41、设置可学习的混杂因素原型矩阵;步骤S42、设置城市交通区域特征节点的嵌入矩阵;步骤S43、将可学习的混杂因素原型矩阵和城市交通区域特征节点的嵌入矩阵映射到隐空间中,得到映射后的隐空间;步骤S44、基于映射后的隐空间构造因果分层矩阵;步骤S45、对因果分层矩阵进行正则化,得到正则化分层矩阵;步骤S46、基于正则化分层矩阵得到第t个历史时间段的多个含有特征混杂因子的聚类;步骤S5、将第t个历史时间段的多个含有特征混杂因子的聚类输入因果去偏器Bt,进行无偏时空特征提取,获得第t个历史时间段的无偏的时空特征,具体步骤包括:所述可学习的混杂因素原型矩阵和正则化分层矩阵应用交叉注意力机制获得第t个历史时间段目标预测区域的混淆概率;依照后门调整方法,利用第t个历史时间段目标预测区域的混淆概率获取各个子区域的无偏因果特征,并进行拼接操作,得到第t个历史时间段的无偏的时空特征;步骤S6、将所述第t个历史时间段的无偏的时空特征输入动态因果学习器Ct,得到第t个历史时间段的因果传递矩阵,具体步骤包括:步骤S61、获取第t个历史时间段动态增强特征矩阵和第个历史时间段动态增强特征矩阵,表示时间段间隔;表示时间间隔;步骤S62、基于第t个历史时间段动态增强特征矩阵和第个历史时间段动态增强特征矩阵,获取第t个历史时间段中各个子区域的因果效应强度;步骤S63、对第t个历史时间段中各个子区域的因果效应强度进行标准化,得到第t个历史时间段中各个子区域的因果传递矩阵;步骤S64、基于第t个历史时间段中各个子区域的因果传递矩阵得到第t个历史时间段的因果传递矩阵;步骤S7、将第t个历史时间段的因果传递矩阵输入因果传播模块Dt,生成第t个历史时间段的因果增强时空表征,具体步骤包括:步骤S71、确定第t个历史时间段因果传递模块的输出;所述因果传递模块包括因果传递机制;步骤S72、获取第t个历史时间段的空间邻近性图并整合进第t个历史时间段因果传递机制,得到第t个历史时间段更新因果传递机制一;步骤S73、获取第t个历史时间段区域交互性图并纳入第t个历史时间段因果传递机制,得到第t个历史时间段更新因果传递机制二;步骤S74、基于第t个历史时间段因果传递模块的输出、第t个历史时间段更新因果传递机制一和第t个历史时间段更新因果传递机制二生成第t个历史时间段的因果增强时空表征;步骤S8、将第t个历史时间段的因果增强时空表征映射至车辆流量域,生成第t个历史时间段的交通流量预测值;步骤S9、判断t是否大于等于T,T表示总历史时刻,若是,得到最终的城市交通数据预测模型,若否,令t=t+1,返回步骤S3;步骤S10、基于最终的城市交通数据预测模型获得当前时间段目标区域的交通流量预测值。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人北京航空航天大学,其通讯地址为:100191 北京市海淀区学院路37号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。