龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：天津大学
摘要：本发明提供了一种基于树形高阶图卷积的交通状态预测方法、训练方法及装置，可以应用于智能交通技术领域。该预测方法包括：获取在第T时段内的与目标区域的多个路网节点对应的交通状态信息，T为大于等于1的整数；对多个路网节点对应的交通状态信息进行分组，得到多组交通状态信息；将每一组交通状态信息输入第一网络，输出融合特征；将融合特征输入第二网络，输出第T+1时段内与目标区域的多个路网节点对应的交通状态信息。
主权项：1.一种基于树形高阶图卷积的交通状态预测方法，其特征在于，包括：获取在第T时段内的与目标区域的多个路网节点对应的交通状态信息，T为大于等于1的整数；对所述多个路网节点对应的交通状态信息进行分组，得到多组交通状态信息；其中，每一组交通状态信息包括交通状态相似的多个路网节点对应的交通状态信息；将每一组交通状态信息输入第一网络，输出融合特征，其中，所述融合特征表征路网节点的交通状态的时间依赖特征和空间依赖特征；其中，所述第一网络包括L1层呈树状排列的第一子网络，第l1层的第一子网络的数量为第l1+1层的第一子网络的数量的2倍；所述第一子网络包括依次级联的带扩张因子的因果卷积层、正向多层感知机和图卷积层；以及将所述融合特征输入第二网络，输出第T+1时段内与所述目标区域的所述多个路网节点对应的交通状态信息；其中，所述第二网络包括L2层呈树状排列的第二子网络，第l2+1层的第二子网络的数量为第l2层的第二子网络的数量的2倍；所述第二子网络包括依次级联的带扩张因子的逆向因果卷积层和逆向多层感知机；所述逆向多层感知机中各层的权重矩阵是与所述正向多层感知机的对应的各层的权重矩阵的转置矩阵；L1、L2、l1和l2均为大于1的整数，L1等于L2，l1、l2均大于等于1且小于等于L1。
全文数据：
权利要求：
百度查询： 天津大学 基于树形高阶图卷积的交通状态预测方法、训练方法及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号