一种基于动态Kolmogorov-Arnold网络的交通流时空特征自适应提取方法（高校公示15天）（不包年费滞纳金）

本发明提出一种基于动态Kolmogorov‑Arnold网络的交通流时空特征自适应提取方法，旨在解决传统模型在动态时空建模、结构适应性及特征表达效率方面的不足。该方法通过可微分拓扑搜索与参数化基函数库动态调整网络结构，设计双流耦合架构分别提取空间和时间依赖特征，并利用门控机制实现时空特征的自适应融合。具体步骤包括：时空归一化与图结构编码生成节点特征矩阵；动态图卷积KANs和时序卷积KANs并行提取多尺度时空特征；基于局部相关性矩阵与双向交互注意力机制实现特征对齐与协同增强；轻量化KAN解码器结合动态基函数库输出预测结果。实验表明，该方法在PeMS08数据集上突发交通事件场景下，MAE降低至1.78辆/分钟，推理速度提升1.8倍，适用于智能交通管理与车路协同系统。

《一种基于动态Kolmogorov-Arnold网络的交通流时空特征自适应提取方法（高校公示15天）（不包年费滞纳金）》是一发明专利，专利号为 2025103345721，当前法律状态为已下证，由淮阴工学院提出申请，发明人为徐中华;张浩;周淑玉;潘莲珊;韩智杰;周婉豫;吴迪;包旭;周桂良;陈嘉辉;苏泓睿，申请日期为2025-03-20，公开（公告）日期为2026-01-06，国际专利分类号（IPC）为 G08G 1/01 (2006.01)，高新资质：未报高企。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明提出一种基于动态Kolmogorov‑Arnold网络的交通流时空特征自适应提取方法，旨在解决传统模型在动态时空建模、结构适应性及特征表达效率方面的不足。该方法通过可微分拓扑搜索与参数化基函数库动态调整网络结构，设计双流耦合架构分别提取空间和时间依赖特征，并利用门控机制实现时空特征的自适应融合。具体步骤包括：时空归一化与图结构编码生成节点特征矩阵；动态图卷积KANs和时序卷积KANs并行提取多尺度时空特征；基于局部相关性矩阵与双向交互注意力机制实现特征对齐与协同增强；轻量化KAN解码器结合动态基函数库输出预测结果。实验表明，该方法在PeMS08数据集上突发交通事件场景下，MAE降低至1.78辆/分钟，推理速度提升1.8倍，适用于智能交通管理与车路协同系统。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！