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！

龙图腾网恭喜浙江大学申请的专利一种基于时空双压缩机制的轻量级长短时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：CN119207102B 。

龙图腾网通过国家知识产权局官网在2025-04-01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：202411710875.0，技术领域涉及：G08G1/01；该发明授权一种基于时空双压缩机制的轻量级长短时交通流预测方法是由梁军;管桐;马恺悦;詹吟霄;王文海设计研发完成，并于2024-11-27向国家知识产权局提交的专利申请。

本一种基于时空双压缩机制的轻量级长短时交通流预测方法在说明书摘要公布了：本发明公开了一种基于时空双压缩机制的轻量级长短时交通流预测方法，包括：获取交通流数据集；将交通流数据集划分为训练集、验证集和测试集，并进行标准化处理，得到节点特征矩阵；基于节点特征矩阵构建时空双压缩注意力模型，通过训练集、验证集和测试集对其进行训练、验证、测试，并不断优化其超参数；使用最终得到的时空双压缩注意力模型进行长短时交通流预测。本发明使用时空双压缩注意力模型降低了模型的参数量，进而降低了交通预测模型的计算成本，使模型能够完成对未来更长时间的交通预测；使用时空双压缩注意力模型，降低可训练张量的稀疏性，有效剔除干扰信息，进而极大的提升了模型的交通流预测的准确率。

本发明授权一种基于时空双压缩机制的轻量级长短时交通流预测方法在权利要求书中公布了：1.一种基于时空双压缩机制的轻量级长短时交通流预测方法，其特征在于，包括以下步骤：获取固定区域的交通流数据集；按照预设比例，将所述交通流数据集划分为训练集、验证集和测试集；对所述训练集、验证集和测试集进行标准化处理，得到标准化处理后的节点特征矩阵根据所述节点特征矩阵构建时空双压缩注意力模型；所述时空双压缩注意力模型包括两个模块，分别为输入嵌入模块、时空双重压缩注意力模块，所述模块具体用于：所述输入嵌入模块用于在现有交通历史数据的基础上增加周期性嵌入信息和自适应位置嵌入信息；所述时空双重压缩注意力模块用于解耦的提取交通历史数据中的时间相关性和空间相关性；利用所述训练集对所述时空双压缩注意力模型进行训练，利用所述验证集对训练后的时空双压缩注意力模型进行验证，利用所述测试集对验证后的时空双压缩注意力模型进行测试；在满足停止条件后停止优化，所述停止条件包括达到设定的训练总轮次，或连续若干轮次后所述时空双压缩注意力模型的均方根误差和平均绝对误差无显著下降；如未满足所述停止条件，则对所述时空双压缩注意力模型重复训练、验证、测试步骤，持续优化所述时空双压缩注意力模型中的超参数，直至达到所述停止条件；利用测试后的时空双压缩注意力模型，进行长短时交通流预测，并根据评价指标对预测结果进行评估，所述评价指标包括均方根误差和平均绝对误差。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。