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！

龙图腾网获悉中国石油大学(华东)申请的专利一种实现交通点语义和网络拓扑共挖掘的交通流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：CN119443156B 。

龙图腾网通过国家知识产权局官网在2025-06-17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：202510030960.0，技术领域涉及：G06N3/045；该发明授权一种实现交通点语义和网络拓扑共挖掘的交通流预测方法是由庞善臣;张魁杰;杨华慧;裴红娟;李恒霄;刘体耀;王爽设计研发完成，并于2025-01-09向国家知识产权局提交的专利申请。

本一种实现交通点语义和网络拓扑共挖掘的交通流预测方法在说明书摘要公布了：本发明属于交通技术领域，特别涉及一种实现交通点语义和网络拓扑共挖掘的交通流预测模型。模型的名称为STIGNN，STIGNN在空间特征聚合方面，将重点放到交通点特征与交通点间拓扑关系的耦合，综合考虑潜在的和现有的空间依赖性。STIGNN能够通过基于门控的时间卷积层来处理长时间序列，通过在时空框架中引入节点特征与拓扑关系的双重注意力注意机制，该模型可以直接应用于归纳学习任务，并可以推广到任何具备复杂实体及关系的网络。在两个公共真实交通网络数据集METR‑LA和PEMS‑BAY上的实验结果表明，STIGNN优于先进的基线模型。

本发明授权一种实现交通点语义和网络拓扑共挖掘的交通流预测方法在权利要求书中公布了：1.一种实现交通点语义和网络拓扑共挖掘的交通流预测方法，其特征在于，该方法的名称为STIGNN，STIGNN包括两个并行计算的ChebGAT模块和三层串行连接的GateTCN模块，其中，ChebGAT模块耦合ChebNet静态注意力与GAT动态注意力，用于充分挖掘交通网络空间相关性，实现拓扑特征与语义信息的同时挖掘； GateTCN模块融合了门控机制的时间序列模型，用于挖掘不同时间检测到的道路信息的时间相关性后，能够得到融合时序信息的道路特征，再将融合时序的道路特征与传感器网络输入到ChebGAT模块，深度挖掘道路网络的时空特征，用于最终的交通流预测； ChebNet模型进行聚合特征的过程如下： 其中，σ·表示非线性激活函数，θi是第i阶邻居的可学习静态权重，i＝0时表示自身信息的重要程度，di表示节点i的度，W是可学习的权重矩阵，xi表示节点i的一阶邻居的交通点信息，xj表示节点j的二阶邻居的交通点信息，xk表示节点k的三阶邻居的交通点信息，dj表示节点j的度，dk表示节点k的度； 将ChebGAT模块的邻域感知范围固定为3阶，其聚合特征的过程如下： STIGNN转置传感器特征矩阵X∈RM×N×F→X∈RN×F×M，同时设置扩张因果卷积核f∈RK，其中，K表示卷积核的大小，扩张因果卷积的过程可表示为： 其中，d是扩张因果卷积的扩张因子，m表示截取的交通数据的时间序列长度，s是遍历K的数值，X★mf表示使用扩张因果卷积核f对X进行卷积，fs表示卷积核f的第s个参数； GateTCN模块数据特征处理过程如下： 其中，zl表示GateTCN第l层的更新门，用来控制更长时间序列与短时间序列的信息占比，rl表示重置门，Cl为求得的长时间序列信息，fz，fr与fc均是可学习的卷积核，bz，br和bc均是可学习的特征偏置，表示点积。

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中国石油大学(华东)，其通讯地址为：266400 山东省青岛市黄岛区长江西路66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”。