買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉浙江師范大學申請的專利混合神經網絡訓練方法、交通流預測方法、設備和介質獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN114742210B 。

龍圖騰網通過國家知識產權局官網在2025-08-19發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210503267.7，技術領域涉及：G06N3/084；該發明授權混合神經網絡訓練方法、交通流預測方法、設備和介質是由施俊慶;李睿;李青;章國鵬;阮俊輝設計研發完成，并于2022-05-10向國家知識產權局提交的專利申請。

本混合神經網絡訓練方法、交通流預測方法、設備和介質在說明書摘要公布了：本申請涉及一種混合神經網絡訓練方法、交通流預測方法、計算機設備、存儲介質和計算機程序產品。所述方法通過使用包括LSTM模塊和第一自注意力機制模塊的混合神經網絡，其中，LSTM模塊和第一自注意力機制模塊耦接，第一自注意力機制模塊包含有經降維映射處理的注意力矩陣，在獲取多個道路網絡節點的交通流數據之后將交通流數據輸入到混合神經網絡中進行訓練，得到訓練后的混合神經網絡。解決了相關技術中利用機器學習方法學習交通流數據復雜的時空相關性時存在時間復雜度較高，交通流預測效率較低的問題，提升了交通流預測的效率。

本發明授權混合神經網絡訓練方法、交通流預測方法、設備和介質在權利要求書中公布了：1.一種混合神經網絡訓練方法，應用于交通流預測，其特征在于，所述混合神經網絡包括LSTM模塊和第一自注意力機制模塊，所述LSTM模塊和所述第一自注意力機制模塊耦接，所述第一自注意力機制模塊包含有經降維映射處理的注意力矩陣，所述方法包括： 獲取多個道路網絡節點的交通流數據； 將所述交通流數據輸入到所述混合神經網絡中進行訓練，得到訓練后的混合神經網絡； 所述混合神經網絡還包括位置嵌入模塊，所述位置嵌入模塊的輸入端與所述LSTM模塊的輸出端連接，所述位置嵌入模塊的輸出端與所述第一自注意力機制模塊的輸入端連接，其中，所述位置嵌入模塊用于對所述LSTM模塊的輸出數據進行位置編碼； 獲得所述經降維映射處理的注意力矩陣包括： 根據所述LSTM模塊的輸出數據獲得查詢矩陣、鍵矩陣和值矩陣； 獲取映射矩陣，并根據所述映射矩陣對所述查詢矩陣和所述鍵矩陣的乘積進行降維映射，得到第一相關性矩陣； 根據所述映射矩陣對所述值矩陣進行降維映射，并根據所述第一相關性矩陣和降維映射后的值矩陣得到所述注意力矩陣。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人浙江師范大學，其通訊地址為：321004 浙江省金華市婺城區迎賓大道688號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。