恭喜太原理工大学常嘉昊获国家专利权
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!
龙图腾网恭喜太原理工大学申请的专利一种基于Mamba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:CN119942813B 。
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:202510421465.2,技术领域涉及:G08G1/065;该发明授权一种基于Mamba的交通流量预测方法是由常嘉昊;高程昕;梁雪婷设计研发完成,并于2025-04-07向国家知识产权局提交的专利申请。
本一种基于Mamba的交通流量预测方法在说明书摘要公布了:本发明属于智能交通技术领域,具体涉及一种基于Mamba的交通流量预测方法,包括下列步骤:数据集采集与预处理;静态图构建与空间特征提取;时空双令牌解耦嵌入;双分支Mamba建模;时空‑变量特征融合;进行多步预测,输出预测结果,最后,通过投影映射输出多步序列的预测值。本发明的静态图卷积网络从路网固有拓扑中提取空间关联性,而双分支Mamba架构捕捉交通流量的时间依赖性和变量相关性。本发明时空双令牌机制通过解耦交通流量、环境变量与事件干扰等多源因素的作用边界,显式区分变量间的独立影响与协同效应,显著提升了多变量耦合场景下的建模鲁棒性与可解释性。
本发明授权一种基于Mamba的交通流量预测方法在权利要求书中公布了:1.一种基于Mamba的交通流量预测方法,其特征在于,包括下列步骤: S1、数据集采集与预处理:获取交通流量数据以及天气、节假日信息和道路施工信息外源变量,然后进行数据预处理,包括缺失值填充、数据清洗、训练集、验证集和测试集的划分与标准化处理; S2、静态图构建与空间特征提取:基于路网物理连接性构建邻接矩阵,采用对称归一化拉普拉斯矩阵增强图卷积稳定性,通过多层GCN堆叠聚合多阶邻域信息,提取路段空间关联特征; S3、时空双令牌解耦嵌入:将空间特征解耦为时间令牌T-Token和变量令牌V-Token,分别通过全连接层与位置编码、节点嵌入融合,实现时序连续性与跨变量相关性的独立建模; 所述S3中时空双令牌解耦嵌入的方法为: S3.1、时间令牌嵌入:时间嵌入模块中将相同时间步的数据嵌入到一个令牌中,使每个令牌能够代表一个时间点的完整信息,嵌入步骤为XT=FCTXspatial+PositionalEncodingt,XT表示时间维度的特征,FCT表示针对时间特征设计的全连接层,Xspatial表示原始空间特征,PositionalEncodingt表示时间位置编码,保留时间维度连续性,编码时间顺序信息,输出N为节点数,d为特征维度,T为时间步的数量; S3.2、变量令牌嵌入:变量嵌入模块通过将时间令牌转置以生成变量令牌,将每个变量的整个时间序列独立的嵌入到一个令牌,以聚焦序列中变量的全局特征;嵌入步骤为XV=FCVXspatial+NodeEmbeddingi,XV表示节点维度的特征,FCV表示针对节点维度特征设计的全连接层,Xspatial表示原始空间特征,NodeEmbeddingi表示节点i的嵌入向量,聚合节点特征,编码跨变量的变量相关性,输出N为节点数,d为特征维度,F为变量总数,由于序列的顺序隐含地存储在每个变量令牌中,因此变量嵌入时不再需要位置嵌入; S4、双分支Mamba建模:时序分支:采用双向Mamba捕捉交通流量的长期周期性依赖,通过前向与后向扫描融合时序状态;变量分支:基于单向Mamba建模速度、流量多变量间的非线性耦合关系,生成跨变量交互特征; 所述S4中双分支Mamba建模的方法为: S4.1、双向Mamba提取时序依赖性:把S3.1所得到的时间嵌入向量提取时间特征,沿时间维度应用双向Mamba,包括前向扫描和后向扫描输出融合YT=Concathforward,hbackward,其中AT、BT分别表示离散化的时序Mamba参数;为了提高计算效率,通过零阶保持规则将连续参数离散化,ht表示系统的状态向量,h′t表示状态向量的时间导数,A表示系统矩阵,B表示输入矩阵,xnt表示离散输入信号的零阶保持形式,yt表示系统的输出信号,C表示输出矩阵;并通过正向传播捕捉历史信息,反向传播捕捉未来信息,同时建模过去与未来的上下文依赖来增强时序表达能力; S4.2、单向Mamba提取变量相关性:沿变量维度应用单向Mamba,从关键变量到辅助变量,输出YV=hF,最终隐藏状态表示变量间依赖,其中:hf表示第f个变量的隐藏状态,hf-1表示第f-1个变量的隐藏状态,表示第f个变量的输入特征,F表示变量总数,AV、BV分别为变量Mamba的状态空间参数; S5、时空-变量特征融合:通过交叉注意力机制融合双分支特征,以时序特征为Query、变量特征为Key和Value,结合残差连接保留原始空间信息,增强多维度特征交互; S6、进行多步预测,输出预测结果,最后,通过投影映射输出多步序列的预测值。
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太原理工大学,其通讯地址为:030024 山西省太原市迎泽大街79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”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。