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：苏州城市学院
摘要：本发明公开了一种基于非嵌入式时空特征融合的交通流预测方法和系统，基于非嵌入式的时空特征整合方式，获得高精度的交通流预测结果，减小模型对图的依赖并提高模型训练效率。具体为：不同于现有的基于时空图卷积神经网络的预测模型，采用非嵌入式的方法来整合时间特征和空间特征，利用不同的时序关系捕捉方法来充分挖掘历史特征中的时序信息，减小预测模型对空间节点关系图的构造的依赖，即使取消空间关系捕捉模块，预测模型的预测效果也不会出现明显下降，从而提高模型在不同交通网络中的泛化性能和实际应用价值。同时，采用非嵌入式的时空特征融合方式，还能明显减小模型的复杂度并提高训练效率。
主权项：1.一种基于非嵌入式时空特征融合的交通流预测方法，其特征在于，包括：将历史数据输入训练好的自适应图卷积神经网络，得到未来交通流预测数据；所述自适应图卷积神经网络的训练过程如下：S1：采用自适应图卷积神经网络获取不同节点的交通流的空间依赖关系，在对历史特征中的时空关系进行建模前，将时间特征和空间特征进行直接拼接，得到拼接后的时空特征；S2：拼接之后的时空特征经过一个全连接层转换到高维空间，再输入到模式捕捉模块中对时空关系进行建模；S3：模式捕捉模块包括TCN子模块和Bi-LSTM子模块，TCN子模块的输出是Bi-LSTM子模块的输入，模式捕捉模块的输出是TCN子模块和Bi-LSTM子模块输出结果的拼接；S4：将模式捕捉模块的输出经过一个全连接层对维度进行变换后，即得到预测模型的预测结果。
全文数据：
权利要求：
百度查询： 苏州城市学院 一种基于非嵌入式时空特征融合的交通流预测方法和系统
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