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！

龙图腾网恭喜南京理工大学申请的专利一种基于选择注意力机制的交通流量预测方法及系统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：CN118155400B 。

龙图腾网通过国家知识产权局官网在2025-05-02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：202410052312.0，技术领域涉及：G08G1/01；该发明授权一种基于选择注意力机制的交通流量预测方法及系统是由邱天阳;钱玉文;李骏;时龙;梅镇设计研发完成，并于2024-01-12向国家知识产权局提交的专利申请。

本一种基于选择注意力机制的交通流量预测方法及系统在说明书摘要公布了：本发明公开了一种基于选择注意力机制的交通流量预测方法及系统，属于智能交通和机器学习领域。该基于选择注意力机制的交通流量预测方法及系统包括：首先，获取历史交通数据、道路拓扑数据和道路属性数据；接着，基于KGCN‑GSAM模型，根据道路拓扑数据和道路属性数据，建立交通预测模型；然后，基于所得交通预测模型，根据历史交通数据，进行下一时段内的交通预测值的预测。通过运用KGCN‑GSAM模型交通预测，本发明有效提高了交通预测的精准度。

本发明授权一种基于选择注意力机制的交通流量预测方法及系统在权利要求书中公布了：1.一种基于选择注意力机制的交通流量预测方法，其特征在于，包括以下步骤：步骤1：通过地图和实地调研获取道路拓扑网络结构并编号；定义观测点集合，获得道路知识属性信息，得到观测点在时间点上的交通速度矩阵；步骤2：利用KR-EAR方法和道路知识属性信息构建道路知识图谱，完成知识向量的生成；将所述知识向量和交通速度矩阵输入KF-Cell，得到嵌入知识向量的交通速度矩阵；步骤3：将嵌入知识向量的交通速度矩阵和道路拓扑网络结构作为堆叠两层图卷积网络模型的输入，得到有空间信息的交通速度矩阵；步骤4：将有空间信息的交通速度矩阵作为堆叠两层门控循环单元模型的输入，得到有时间信息的门控循环单元隐藏状态；步骤5：利用Gumbel-Maxtrick改良注意力机制，将有空间信息的交通速度矩阵输入选择注意力机制，选择注意力机制自动生成权重矩阵，得到有选择注意力机制的隐藏矩阵；步骤5-1：通过有时间信息的门控循环单元的隐藏状态Ht生成概率πi：πi＝sigmoidWπHt；π＝{π1，π2，…，πn}；其中，Wπ是概率πi的权重矩阵；步骤5-2：利用Gumbel-Max方法生成具有类概率π的分类分布z：z＝argmaxgi+logπi其中，gi为由标准Gumbel生成的样本；步骤5-3：证明输出类别1的概率是π1，由此得出类别i的概率是πi；步骤5-4：通过Gumbel-Max方法，获得与概率π的分类分布z相近似的yi： 其中，n为n维采样向量，τ为温度参数，πj为输出类别j的概率，gj为输出类别j时由标准Gumbel生成的样本；当参数τ趋于0时，Gumbel-Softmax生成的样本近似onehot分布；随着τ的增加，Gumbel-Softmax的生成样本变得平均；步骤5-5：计算分数函数si： 其中，和Ws分别是外部和内部权重矩阵，bs是偏置项；步骤5-6：利用分数函数si计算选择器的注意力值 步骤5-7：选择注意力机制辅助门控循环单元的输出为带选择注意力机制的隐藏矩阵 其中，为时间步为t-i-1时候的隐藏状态；步骤6：通过全连接层得到交通流量的预测结果；通过训练KGCN-GSAM模型获得更准确的预测结果；所述步骤6的全连接函数为fFCLx： 对于t时刻的交通特征，预期速度表示为Ytp；训练KGCN-GSAM模型：KGCN-GSAM的损失函数定义为：Loss＝||Yt-Ytp||+λLreg其中，Lreg为归一化项，λ为超参数取值0.0015，||Yt-Ytp||为减少预期速度和真实速度之间的差异。

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南京理工大学，其通讯地址为：210094 江苏省南京市玄武区孝陵卫街道200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”。