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！

龙图腾网获悉北京物资学院申请的专利一种城市轨道交通客流短期OD客流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：CN119647680B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202411725196.0，技术领域涉及：G06Q10/04；该发明授权一种城市轨道交通客流短期OD客流预测方法是由杨越迪;贾琳瑜;宋怡冰;蒋熙;许心越;潘保霏;张逸菲;罗维嘉;陈世繁设计研发完成，并于2024-11-28向国家知识产权局提交的专利申请。

本一种城市轨道交通客流短期OD客流预测方法在说明书摘要公布了：本发明涉及一种城市轨道交通客流短期OD客流预测方法，包括：步骤一基于影响多场景短期OD客流预测的影响因素集，构建场景特征的标签，并将场景特征嵌入到历史OD客流的时间序列中；步骤二根据嵌入场景特征的历史OD客流的时间序列构建地铁路网时空图，构建用于捕捉空间特征的稀疏图卷积网络；步骤三根据嵌入场景特征的历史OD客流的时间序列，构建用于捕捉时间特征的交叉注意力机制；步骤四基于所述稀疏图卷积网络和交叉注意力机制构建基于Transformer的多场景短期客流预测组合模型，输出最终预测的OD客流矩阵。

本发明授权一种城市轨道交通客流短期OD客流预测方法在权利要求书中公布了：1.一种城市轨道交通客流短期OD客流预测方法，其特征在于，包括： 步骤一基于影响多场景短期OD客流预测的影响因素集，构建场景特征的标签，并将场景特征嵌入到历史OD客流的时间序列中； 步骤二根据嵌入场景特征的历史OD客流的时间序列构建地铁路网时空图，构建用于捕捉空间特征的稀疏图卷积网络； 步骤三根据嵌入场景特征的历史OD客流的时间序列，构建用于捕捉时间特征的交叉注意力机制； 步骤四基于所述稀疏图卷积网络和交叉注意力机制构建基于Transformer的多场景短期客流预测组合模型，输出最终预测的OD客流矩阵； 所述步骤三包括如下步骤： 步骤1设置ST、IS、IT三个维度为m的Transformer潜在空间，通过卷积将原始的OD客流数据映射到不同的潜在空间上，得到，，，计算公式为： 公式1中表示第天第个时间间隔下已经完成出行的车站至车站的OD客流统计值；其中，代表了路网内车站的个数。 公式2中，代表不同潜在空间，代表激活函数，代表卷积核为的卷积运算； 步骤2将嵌入特征的输入矩阵序列划分到三个向量空间，并在不同空间采用差异化的特征提取操作，实现对输入矩阵序列长期、短期、中长期三个时间维度上的特征捕捉： ST空间是长期特征空间，在该模型分支上： IS空间是短期特征空间，在该模型分支上： IT空间是中长期特征空间，在该模型分支上： 公式中SGCN表示稀疏图卷积网络，GCN表示图卷积网络，Pool表示池化运算，公式3中Slipt表示分离运算，网络与运算层中均包含可用于训练的权重参数； 步骤3将，，通过一个Cross-Attention机制映射到输出，分别在ST、IS、IT空间上映射对应的查询空间、键空间与值空间，对于Cross-Attention机制，不同空间的查询空间由空间本身信息映射得到，不同空间上的键空间与值空间由其他空间信息映射得到，计算公式为： 公式6中，，分别对应ST、IS、IT分支空间上的特征提取函数；表示在时间t时，第i个元素在ST空间的查询向量，由函数根据计算得出；表示在时间t时，第i个元素在IS空间的查询向量，由函数根据计算得出；表示在时间t时，第i个元素在IT空间的查询向量，由函数根据计算得出；,,分别表示在ST、IS、IT空间的键向量；,,分别表示在ST、IS、IT空间的值向量；公式8中代表可训练参数，，其中，d表示天；m表示维度；h表示输入序列长度； 所述步骤四包括如下步骤：对所述稀疏图卷积网络和交叉注意力机制进行组合，并进行了残差连接和归一化处理，生成基于Transformer网络Encoder-Decoder架构的组合预测模型； 所述的模型组合流程如下： Step1：设置ST、IS、IT三个维度为m的Transformer潜在空间，通过卷积将原始的OD客流数据映射到不同的潜在空间上，得到，，； Step2：将，，通过一个Cross-Attention机制映射到输出； Step3：经过残差连接和归一化运算，增强模型网络的泛化性，提高训练深度学习网络的有效性； Step4：经过由两个全连接层组成的前馈神经网络获得输出； Step5：重复step4，得到OD客流相关信息； Step6：令，重复次step2至step5，深度提取特征信息； 所述的残差连接和归一化运算为： 公式9中代表归一化函数，代表图卷积函数； 经过由两个全连接层组成的前馈神经网络获得输出； 。

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北京物资学院，其通讯地址为：101149 北京市通州区富河大街321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”。

以上内容由龙图腾AI智能生成。