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：武汉理工大学
摘要：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。
主权项：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Y；步骤3：构建SDGCN图神经网络，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得到预测数据步骤4：获取真实数据Xr，构建鉴别器，将预测数据与交通流数据X进行拼接操作记为Xp，并将Xp和真实数据Xr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，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。
全文数据：
权利要求：
百度查询： 武汉理工大学 一种基于Transformer自适应对抗图神经网络的交通流预测方法
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