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！

龙图腾网获悉合肥工业大学申请的专利基于双注意力和深度可分离图卷积的交通流量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：CN121505880B 。

龙图腾网通过国家知识产权局官网在2026-05-08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：202610043225.8，技术领域涉及：G08G1/01；该发明授权基于双注意力和深度可分离图卷积的交通流量预测方法是由魏振春;赵森;吕增威;石雷;乔焰;王青山;张弛;樊玉琦设计研发完成，并于2026-01-14向国家知识产权局提交的专利申请。

本基于双注意力和深度可分离图卷积的交通流量预测方法在说明书摘要公布了：本发明涉及智能交通技术领域，公开了基于双注意力和深度可分离图卷积的交通流量预测方法。所述方法将历史观测所得的路网交通数据用图结构的形式表示，得到路网节点集合和邻接矩阵，将路网各节点的历史观测值用信号矩阵表示，从路网信号矩阵中按预设时间步长截取输入信号矩阵，预处理输入信号矩阵和邻接矩阵，生成特征聚合矩阵，通过双注意力机制从特征聚合矩阵中得到双注意力图，通过深度可分离图卷积从特征聚合矩阵中得到深度可分离图，将双注意力图、深度可分离图和特征聚合矩阵进行加权融合，得到最终嵌入图，通过最终嵌入图计算生成交通流量预测数据。本发明通过双注意力机制和深度可分离图卷积实现高精度流量预测。

本发明授权基于双注意力和深度可分离图卷积的交通流量预测方法在权利要求书中公布了：1.一种基于双注意力和深度可分离图卷积的交通流量预测方法，其特征在于，包括以下步骤： S1，将历史观测的路网交通数据用图结构的形式表示，得到路网的节点集合和邻接矩阵，将各节点的历史观测值用信号矩阵表示，从信号矩阵中按预设时间步长截取输入信号矩阵； S2，对输入信号矩阵进行特征提取与非线性激活，得到节点特征表示，构建节点特征表示之间的非对称交互矩阵，对非对称交互矩阵进行非线性激活和ReLU激活，得到节点嵌入特征；对邻接矩阵中的每个节点进行索引，获取每个节点的索引集合，将每个节点除其索引集合外的所有邻居节点的连接权重设置为零，得到稀疏邻接矩阵；基于稀疏邻接矩阵所表征的图拓扑结构对节点嵌入特征进行特征聚合，生成特征聚合矩阵； S3，对特征聚合矩阵分别执行空间注意力机制和通道注意力机制，输出并融合空间注意力矩阵和通道注意力矩阵，生成双注意力图； S4，对特征聚合矩阵进行标定操作，生成多个二维张量，对多个二维张量分别执行核组合处理和特征组合处理，输出并融合核组合矩阵和特征组合矩阵，生成深度可分离图； S5，将双注意力图、深度可分离图、特征聚合矩阵进行融合，生成最终嵌入图； S6，通过最终嵌入图计算生成交通流量预测数据。

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合肥工业大学，其通讯地址为：230009 安徽省合肥市包河区屯溪路193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”。

以上内容由龙图腾AI智能生成。