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！

龙图腾网获悉武汉理工大学申请的专利一种基于Transformer自适应对抗图神经网络的交通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：CN118711365B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202410797648.X，技术领域涉及：G08G1/01；该发明授权一种基于Transformer自适应对抗图神经网络的交通流预测方法是由夏振厂;袁凌天;邱成亿;熊盛武;刘冰艺;唐星设计研发完成，并于2024-06-20向国家知识产权局提交的专利申请。

本一种基于Transformer自适应对抗图神经网络的交通流预测方法在说明书摘要公布了：本发明公开了一种基于Transformer自适应对抗图神经网络的交通流预测方法，包括：将原始数据进行度嵌入算法和距离嵌入算法的嵌入操作，得到交通流数据；将交通流数据输入生成器的TDN模块进行注意力机制操作得到聚合时间信息Y；将Y作为SDGCN图神经网络的输入得到聚合空间信息Z，再将Z输入进一个具有两个隐藏层的MLP得到预测数据获取真实数据Xr，将预测数据与交通流数据X进行连接操作记为Xp，并将Xp和真实数据Xr一同输入到鉴别器中；计算鉴别器和生成器的损失函数Ld和Lg，再计算整个模型的损失函数L，最后通过随机梯度下降来更新模型的参数。本发明提高了在交通流预测上的准确性以及预测结果的全局一致性，并且在收敛速度方面具有一定优势。

本发明授权一种基于Transformer自适应对抗图神经网络的交通流预测方法在权利要求书中公布了：1.一种基于Transformer自适应对抗图神经网络的交通流预测方法，其特征在于，该方法包括以下步骤： 步骤1：根据道路网络获取原始数据，将原始数据进行度嵌入和距离嵌入操作，得到预处理过的交通流数据； 步骤2：构建生成器，将交通流数据输入生成器的TDN模块进行注意力机制操作得到聚合时间信息； 步骤3：构建SDGCN图神经网络，将作为SDGCN图神经网络的输入得到聚合空间信息，再将输入进一个具有两个隐藏层的MLP得到预测数据； 步骤4：获取真实数据，构建鉴别器，将预测数据与交通流数据进行拼接操作记为，并将和真实数据一同输入到鉴别器中； 步骤5：计算鉴别器和生成器的损失函数和，再计算整个模型的损失函数，最后通过随机梯度下降来更新模型的参数，得到训练好的基于Transformer自适应对抗图神经网络模型；通过训练好的模型实现对交通流的预测。

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武汉理工大学，其通讯地址为：430070 湖北省武汉市洪山区珞狮路122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。