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！

龙图腾网恭喜南京大学申请的专利一种基于时空解耦的分布式交通流预测方法与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：CN115966083B 。

龙图腾网通过国家知识产权局官网在2025-04-25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：202211721552.2，技术领域涉及：G08G1/01；该发明授权一种基于时空解耦的分布式交通流预测方法与系统是由周海波;张元;许云霆;刘婷婷设计研发完成，并于2022-12-30向国家知识产权局提交的专利申请。

本一种基于时空解耦的分布式交通流预测方法与系统在说明书摘要公布了：本发明公开了一种基于时空解耦的分布式交通流预测方法与系统，方法包括：对城市路网进行分区，每个区域部署一个边缘云，部署在道路上的传感器将收集到的交通信息上传到本区域对应的边缘云；边缘云联合核心云共同通过时空解耦的神经网络训练模型，预测未来的交通状况；其中边缘云存储道路交通原始数据，核心云存储路网拓扑关系，将时空特征提取进行解耦，分别部署在边缘云和核心云上，由边缘云获取交通信息的时间特征，核心云获取交通信息的空间特征，并利用边云协同在边缘云嵌入空间信息进行时空特征的融合。相比于传统方法，本发明在边云协同的机制下，降低了传输时延和计算压力，充分提取并融合了时空特征，能够提高预测的时效性和准确度。

本发明授权一种基于时空解耦的分布式交通流预测方法与系统在权利要求书中公布了：1.一种基于时空解耦的分布式交通流预测方法，其特征在于，包括以下步骤：步骤1：对城市路网进行分区，每个区域部署一个边缘云，部署在道路上的传感器将收集到的交通信息上传到本区域对应的边缘云；步骤2：边缘云联合核心云共同通过时空解耦的神经网络训练模型，预测未来的交通状况；所述边缘云存储传感器采集的道路交通原始数据，所述核心云存储所有路网的拓扑关系；所述时空解耦的神经网络，将时空特征提取进行解耦，分别部署在边缘云和核心云上，由边缘云获取交通信息的时间特征，核心云获取交通信息的空间特征，并利用边云协同在边缘云嵌入空间信息进行时空特征的融合；步骤2中边云协同预测交通流状况的具体步骤包括：步骤2.1：边缘云En处理传感器节点Vn，k上报的数据，得到每个节点的交通时序信息{In，k，1，In,k,2，...，In，k，t}，将此时序信息作为神经网络的输入；其中n∈[1，N]，k∈[1，K]，t表示时刻，N为城市交通路网分区数量，K为边缘云管理的路网节点数量；步骤2.2：通过注意力机制获取不同时间的注意力矩阵，动态调整输入，然后通过由多个门控循环神经络构成的encoder模块，提取交通流信息的时间特征并得到节点Vn，k的中间状态向量xn,k；步骤2.3：为了嵌入空间信息，边缘云En将节点Vn，k的中间状态向量xn,k上传至核心云，并与核心云上的路网拓扑进行匹配；状态向量xn,k通过注意力机制获取每个节点的空间注意力矩阵，在动态调整输入后通过图卷积神经网络提取空间特征，得到新的状态向量x′n，k并下发到对应节点Vn，k；步骤2.4：边缘云En将收到的嵌入空间信息的状态向量x′n，k与原始状态向量xn,k合并为[xn,k；x′n，k]，实现时空特性的融合，并将其作为decoder的初始状态向量输入进行训练，得到预测结果；时空解耦的神经网络包括边缘云的时间模块、核心云的空间模块和时空融合机制；所述时间模块，采用多个门控循环神经络GRU组合实现对时间特征的提取，表示为：ui＝σWu·[hi-1，In，k，i]，ri＝σWr·[hi-1，In，k，i]， 其中，In，k，i表示节点Vn，k在时刻i的速度，hi-1、hi表示时刻i-1和i的输出隐藏向量；ui为时刻i的更新门，控制前一时刻的状态信息被带入到当前状态中的程度；ri为时刻i的重置门，控制前一状态有多少信息被写入到当前的候选集上；Wu、Wr、Wh分别为对应的权重矩阵，σ表示激活函数；所述空间模块，采用图卷积神经网络GCN实现对空间特征的提取，表示为： 其中，xn,k表示边缘云上传的节点Vn，k的中间状态向量，x′n,k表示嵌入空间信息后的中间状态向量，σ表示激活函数，W为可学习的权重矩阵，A为路网图结构的邻接矩阵，I为单位矩阵，为的度矩阵；所述时空融合机制，利用encoder-decoder框架和边云协同实现时空特征的融合，encoder、decoder均由GRU构成；encoder将输入序列{In，k，1，...，In，k，i}转化成为一个中间向量xn,k，利用此中间向量在核心云上进行空间特征的提取并得到嵌入空间信息的新中间向量x′n，k并传回边缘云，在边缘云上合并两者得到[xn,k；x′n，k]，融合空间特征。

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大学，其通讯地址为：210093 江苏省南京市鼓楼区汉口路22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”。