专利名称：一种基于联邦学习的长距离高速公路交通流量预测方法      申请号：2021116503922     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：智能交通 交通预测模型 交通系统监测 交通数据分析 流量预测   相似专利 发布日：2025/07/24  
摘要： 本发明提供了一种基于联邦学习的长距离高速公路交通流量预测方法，属于交通预测和信息安全技术领域。解决了现有交通预测模型对长距离高速公路进行交通流量预测，准确率不高，监测点使用损耗较大，浪费能源，且未考虑交通数据信息安全的问题。其技术方案为：包括以下步骤：步骤一、LSTM‑RNN搭建；步骤二、数据处理；步骤三、联邦学习；步骤四、模型预测。本发明的有益效果为：本发明提高交通流量预测的准确率，防止信息泄露，降低能源消耗，降低监测点的使用损耗。

专利名称：一种基于DCG及双分支并行的地铁客流量预测方法及装置      申请号：2024106077265     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：交通工具 流量预测   相似专利 发布日：2025/07/09  
摘要： 本发明公开了一种基于DCG及双分支并行的地铁客流量预测方法及装置，所述方法包括：首先，构建地铁通行网络，其中节点表示站台点，节点所连边表示站台间的到达关系；其次，通过地铁通行网络和实体测量数据构建包括深度关系矩阵、旅行距离权重矩阵和乘客流量权重矩阵融合的DCG模块；最后，将DCG模块编码送入SBULSTM模块与Transformer模块双分支并行的预测神经网络。本发明通过DCG模块，还原地铁网络的实际拓扑结构，捕捉由站点到站线的客流特征；同时，并行SBULSTM模块与Transformer模块既能考虑时间序列的前后向状态，又能够学习复杂的时间特征、捕捉DCG所提供全局空间上的客流信息，加强全局时空通道的交互以减少信息的损失，提高了综合时空预测的能力。

专利名称：基于多层注意力的图融合交通流量预测方法、介质及设备      申请号：2024110414562     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：交通工具 流量预测   相似专利 发布日：2025/06/23  
摘要： 本发明公开了一种基于多层注意力的图融合交通流量预测方法、介质及设备，属于时序数据预测领域。本发明首先针对目标路网中所有道路的历史交通流量数据，按照不同采样间隔进行采样，每条道路均得到代表不同数据周期的多条历史流量序列；然后针对目标路网中的所有道路，构建道路空间关系图以及每一种数据周期对应的道路功能相似关系图；再将道路空间关系图分别与每一种数据周期对应的道路功能相似关系图进行邻接矩阵注意力融合；最后将每一种数据周期下的融合邻接矩阵以及顶点特征矩阵输入到图注意力网络中，并对输出结果进行加权融合，得到目标路网的未来流量预测结果。本发明可捕获不同道路的复杂交通流量模式，实现高精度的交通流量预测。

专利名称：一种基于深度学习的通信基站流量预测方法及系统      申请号：202410798641X     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：通信 流量预测   相似专利 发布日：2025/06/19  
摘要： 发明公开了一种基于深度学习的通信基站流量预测方法，属于流量预测技术领域，本发明通过灰狼算法，根据验证数据与预测数据的误差评估对应灰狼的适应值，获取适应值最高的Alpha狼，并将其对应的注意力头数作为Transformer模型的多头注意力层的注意力头数，优化了注意力头数，模型过于复杂，从而降低过拟合的风险同时提高预测精度；并且本发明通过AOA算法，引入模拟浮力和模拟密度，对灰狼算法中灰狼位置更新进行优化，模拟浮力和模拟密度根据灰狼的适应度值进行动态调整，让灰狼的移动不仅受到Alpha狼的引导，还受到自身浮力和密度的影响，帮助灰狼算法更好地平衡全局搜索与局部细化，避免过早收敛，更好更精准地找到注意力头数的最优解，进而提高预测精度。

专利名称：基于时空相关性的短时交通流量预测方法      申请号：2019105379479     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：交通工具 流量预测   相似专利 发布日：2025/06/18  
摘要： 本发明公开了一种基于时空相关性的短时交通流量预测方法，包括：确定包含目标预测点和监测点在内的当天交通流量数据矩阵；对所述当天交通流量数据矩阵进行卷积处理及门控循环单元处理，获得交通流量数据的时空特征；基于所述目标预测点和所述监测点在前一天相同时刻及上周同一天相同时刻的交通流量数据，分别确定前一天交通流量数据矩阵和上周交通流量数据矩阵，采用双向门控循环单元进行处理，获得交通流量数据的周期性特征；将所述交通流量数据的时空特征和所述交通流量数据的周期性特征进行融合后输入预测器，预测目标预测点的交通流量。应用本发明的方法，可以解决现有技术短时交通流量预测存在的模型复杂、预测速度慢等的问题。

专利名称：一种基于GCN-STARNN的交通流量预测方法      申请号：2024112554736     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：交通工具 流量预测   相似专利 发布日：2025/08/11  
摘要： 本发明公开了一种基于GCN‑STARNN的交通流量预测方法包括以下步骤：（1）获取开源网站交通流量数据集并预处理；（2）构建时空注意递归神经网络并进行训练；其中，时空注意递归神经网络包括：图卷积神经模块即GCN模块、时空注意递归神经模块即STARNN模块和输出模块；其中，GCN模块与STARNN模块并联；GCN模块用于提取交通路网的空间特征；时空注意递归神经模块用于提取交通路网的时间特征；时空注意递归神经模块由卷积注意力模块、卷积长短时记忆网络模块和3维卷积模块组成；（3）输出预测结果。本发明有效提高了交通流量预测的准确率和精度，较现有方法具有更好的性能表现。

专利名称：一种基于骑行上下文信息的共享单车流量预测方法      申请号：2020107958746     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：交通工具 流量预测   相似专利 发布日：2025/07/23  
摘要： 本发明涉及一种基于骑行上下文信息的共享单车流量预测方法，包括如下步骤：S100引入的上下文特征，将共享单车流量预测转化为求T时刻对应的流量#imgabs0#的问题；S200使用LSTM网络作为编码器，计算得到隐藏层向量；S300计算每一个隐藏层向量与st‑1的注意力得分，对所有注意力得分使用激活函数softmax得到注意力权重；使用LSTM网络作为解码器进行解码，在解码时根据输出对应的语义向量Ct进行解码；S400中LSTM网络作为解码器，对得到的语义向量序列进行解码，得到最终的预测结果。该方法同时考虑到气象特征进行单车流量预测，流量预测的效果准确性高。

专利名称：基于流量预测的GEO卫星信道分配策略      申请号：2016101608668     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：通信 信道 流量预测   相似专利 发布日：2025/02/19  
摘要： 本发明提供一种基于流量预测的GEO卫星信道分配策略，首先提出了卫星下一时隙业务量的预测模型，准确预测了在卫星下一时隙需要接入不同种类的业务量，为不同业务接入GEO卫星网络提供了决策支持；然后针对GEO卫星网络多种业务进行信道资源分配，利用优先级的方法，保证语音业务接入满足其QOS，同时采用效用最大化方法，将流媒体业务和数据业务按效用最大化模型分配，提高了整体用户满意度。本发明使卫星网络中不同优先级的业务合理的接入到GEO卫星网络，提高了GEO卫星系统的信道资源利用率和用户满意度，降低了卫星信道资源浪费，提高了卫星通信效率。

专利名称：一种基于交通流量预测的新能源电站发电控制方法及装置      申请号：202410375551X     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：发电 流量预测   相似专利 发布日：2025/06/20  
摘要： 本发明公开了一种基于交通流量预测的新能源电站发电控制方法及装置，包括：通过VMD‑LSTM预测模型根据采集的交通流量数据来预测未来的交通流量，根据预测的交通流量以及新能源电站发电运行策略，采用EVO算法寻优得到发电控制方案，确保系统安全运行。本发明从交通流量的角度来调控新能源电站的发电量，实现对新能源有效吸纳和对电动车需求电能的有效供应，并能保障了系统的可靠性。

专利名称：一种面向区域流量预测的时空全局语义表示学习方法      申请号：202210135460X     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：人工智能 流量预测   相似专利 发布日：2025/05/16  
摘要： 本发明涉及一种面向区域流量预测的时空全局语义表示学习方法，S1建立面向区域流量预测的时空全局语义表示学习模型ST‑GSP，ST‑GSP包括依次排列的语义流编码器、transformer编码器和融合过程；语义流编码器对不同距离的空间依赖关系和外部因素的影响进行编码；transformer编码器用于捕获不同尺度的时间依赖关系之间的相关性；融合过程融合了历史表示和未来时间间隔上的外部因素，以获取最终的表示；S2采用自监督学习的方法对ST‑GSP进行训练；S3将待预测时间点之前的历史数据输入训练好的ST‑GSP，ST‑GSP的输出即为待预测时间点的流量。本发明方法利用了更详细的时间信息作为位置编码，增强了对区域流量预测的准确性。

专利名称：一种基于大数据的道路节点流量预测方法      申请号：2024103452767     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：道路预测 城市道路 车辆监控 公安系统 流量预测   相似专利 发布日：2025/06/25  
摘要： 一种基于大数据的道路节点流量预测方法，涉及道路预测技术领域，包括以下步骤：构建城市道路的GIS可视图，设置流量监测圈以获得道路节点的实时车流量和历史车流量，获得道路节点的车流量系数并构建道路节点的车流量预测模型，获得道路节点的第一预测车流量，获得流量监测圈内车辆的行驶数据并构建车辆的行驶拓扑图，获得道路节点的第二预测车流量，根据实时车流量分别判断第一预测车流量和第二预测车流量的准确度，根据两者的准确度获得道路节点的综合预测车流量；本发明能够实现一重预测和二重预测，能够明显的提高道路节点车流量预测的准确性，有利于更好的满足日常使用的需求。

专利名称：交通流量预测方法、系统、存储介质及终端设备      申请号：2023102198603     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：智慧城市交通规划 智能交通管理 流量预测   相似专利 发布日：2025/06/23  
摘要： 本发明涉及交通流量预测技术领域，具体是一种交通流量预测方法、系统、存储介质及终端设备，包括对交通站点历史流量数据，划分周期性数据，更新周期性的节点依赖矩阵；利用局部时空注意力提取不同周期的流量周期性特征；使用权重分配注意力对周期性数据分配不同的权重，实现数据不同周期的侧重；利用全局注意力网络，将提取的周期性特征再进行提取全局特征，获得最终预测值。本发明有效地捕捉了数据在不同周期的流量特征，并对不同周期的交通流量特征进行融合和分配权重，通过全局时空注意力提取全局的时空特征，通过模型结合了周期权重特征和全局时空特征，从而实现捕捉交通流量的周期性、空间依赖性和时间依赖性。

专利名称：一种适用于学校的人流量预测以及合理调控的智能预测设备      申请号：2023109704112     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词： 流量预测   相似专利 发布日：2025/07/07  
摘要： 本发明公开了一种适用于学校的人流量预测以及合理调控的智能预测设备；包括相互连接的数据采集单元、数据处理存储模块、人流量预测单元、人流概率量预测模块、流调控单元、门禁模块、管理员调度模块及教务网模块。本发明所提出的VMD‑KELM人流量预测模型涉及天气因素、课程及考试因素、节假日因素及历史人流量数据等因素，将其作为人流量预测模型的输入，可使预测的准确率有明显的提高；通过多目标灰狼算法对预测模型的VMD信号分解进行优化，提高了数据的精确度，对当天的各区域的人流量以及概率合理预测，并制定调控方案；另外，本发明通过预测模型对各区域人流量以及概率进行预测，使学校的相关支出有明显的降低。

专利名称：一种城市流量预测方法      申请号：2023106937591     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词： 流量预测   相似专利 发布日：2025/04/07  
摘要： 本发明涉及智慧城市领域，特别公开了一种城市流量预测方法。该城市流量预测方法，具体包括如下步骤：对城市流量数据按时间顺序以窗口滑动方式进行划分，并构造时空随机遮掩数据和序列打乱数据；利用时空随机遮掩编码器EncM进行时空随机遮掩预训练；利用全局与局部相结合的注意力模块EncC进行序列顺序对比学习预训练；将时空随机遮掩预训练中自注意力模块产生的注意力权重处理为城市区域间相关性系数，利用图处理模块增强空间相关性捕捉能力；将预训练模块与图处理模块融合，构建时空融合预测模块，进行预测训练。本发明为两种预训练模块设计了合适的解码器，通过对不同角度捕获的时空特征进行解码，从而对下一时刻的城市流量进行预测。

专利名称：一种基于卷积神经网络的轨道交通客流量预测方法      申请号：2019104575138     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：轨道交通 流量预测   相似专利 发布日：2024/10/24  
摘要： 本发明公开了一种基于卷积神经网络的轨道交通客流量预测方法，其包括以下步骤：S1、获取轨道交通路网各个站点的历史客流数据；S2、对缺失的历史客流数据进行填补；S3、根据工作日、休息日和天气状况划分数据集；S4、在每个数据集中取样形成训练数据；S5、建立卷积神经网络，分别采用每个数据集对应的训练数据对建立的卷积神经网络进行训练；S6、在待预测站点所在轨道交通路网中向前获取客流数据，得到待预测时刻的预测基础数据；S7、将预测基础数据作为训练后的卷积神经网络的输入，将对应的输出作为客流预测结果。本发明可对轨道交通中的客流量进行预测，便于相关人员根据客流量做出对应的措施，有利于促进站点工作的有序进行。

专利名称：一种基于WIFI信号的宏观车流流量预测算法      申请号：2017107366756     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：计算机软件 Wi F 流量预测   相似专利 发布日：2024/06/18  
摘要： 本发明公开了一种基于WIFI信号的宏观车流流量预测算法，沿交通道路部署预测设备系统，所述预测设备系统包括多个子网络，每个子网络包含一个主机和若干个分机，所述分机通过无线被动感知模式，采集由移动终端设备随机向四周环境发送的广播式数据包，并筛选其中带有移动终端设备ID信息的数据包进行检索，打上分机标签后上传至主机，主机将收集到的数据进行统一存储和打上时间标签，并上传至数据服务器中存储，并通过数据分析对宏观车流流量进行评估预测。本发明实现了对移动终端采集数据的数据挖掘和分析，可应用于对交通宏观车流流量的预测。

专利名称：一种城市交通流量预测方法      申请号：2022116376283     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：交通工具 流量预测   相似专利 发布日：2024/04/12  
摘要： 本发明涉及交通预测技术领域，具体是一种城市交通流量预测方法，首先采集实时数据，接着对采集的数据进行预处理；构建预测模型并输入经过预处理后的数据，数据处理后形成初步的预测模型；使用训练集对预测模型进行反复的训练，通过误差函数计算预测误差并相应的将权重系数更新至最优值，进而更新得到最优的预测模型；本发明通过Informer模型和LightGBM模型的融合，能够有效的提高交通流量预测的准确性。

专利名称：一种基于时空图注意力机制的网络流量预测方法      申请号：2023100437686     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：计算机硬件 流量预测   相似专利 发布日：2025/08/11  
摘要： 本发明公开了一种基于时空图注意力机制的网络流量预测方法，包括网络流量数据的采集，对数据进行处理，转化操作；对DSTGAT网络流量预测模型参数进行初始化设置；将预处理后的网络流量数据输入DSTGAT预测模型中，选择不同的超参数对模型进行训练，训练模型能够挖掘不同节点间网络流量数据的连通性与近相关性，通过使用图神经网络与注意力机制实现时空特征分解，最后进行数据归一化处理，实现网络流量的准确预测。

专利名称：一种基于改进的WOA-GRU洪水流量预测方法及系统      申请号：2021106420317     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词： 流量预测   相似专利 发布日：2025/07/11  
摘要： 本发明公开了一种改进的WOA‑GRU洪水流量预测方法及系统，所述方法包括：(1)对预先获取的原始数据进行预处理，并将处理后的各项数据按时间序列转换成为矩阵型数据；(2)建立随机森林模型进行特征选择，训练相关数据并进行重要性衡量；(3)对数据进行归一化处理，并将样本数据按时间顺序划分为训练集和测试集；(4)构建GRU模型，初始化GRU模型的参数；(5)利用改进后的WOA算法对GRU模型的隐藏层单元数目与学习率进行寻优；(6)建立改进的WOA‑GRU的洪水流量预测模型，利用测试集数据和模型对洪水流量进行预测，输出误差与预测结果。本发明用改进的WOA‑GRU模型进行洪水流量预测，具有收敛速度快，泛化能力强，预测精度高的特点，更适合洪水流量预测。

专利名称：一种区域辐射性交通流量预测方法      申请号：2020104396431     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：交通工具 流量预测   相似专利 发布日：2024/02/21  
摘要： 本发明公开了一种区域辐射性交通流量预测方法，其特征在于，包括以下步骤：S1：收集日常生活中居民移动的轨迹数据信息，将轨迹数据转换成以子区域为最小单元的交通进出入流量图；S2：获取城市不同区域交通流特点，以及城市不同区域之间流量的空间相关性；S3：构建区域辐射性交通流量预测模型，采用特有的全卷积网络以中心区域为起始，通过叠加特征提取—预测子模块来实现逐步的扩展预测；S4：通过将预测流量图与实际流量图的误差来反向调节全卷积神经网络，拟合出接近于真实情况的区域辐射性交通流量预测模型。本发明解决了基于中心区域流量向周边区域不断扩展预测的问题，缩短了预测的时间周期，实现了交通流量的实时性预测。