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：北京工业大学
摘要：本发明公开了基于时间感知超图的深度学习交通流量预测方法，首先，利用交通流量数据构建混合超图以描述交通路网的空间结构信息，包括节点的位置信息和节点间的高阶关系，并构建时间感知超图以表示交通流量数据的动态周期特性。其次，结合交通路网的空间结构信息和动态周期特性，利用基于时间编码器和时间注意力网络的时间模块提取挖掘交通流量数据中的时间依赖关系，利用基于谱域空间超图编码器和超图注意力网络的空间模块深入挖掘交通流量数据中的空间依赖关系，并利用多层感知机特征融合器将各种时间和空间特征融合为时空依赖关系。最后，利用基于全连接层的预测器将时空依赖关系映射为未来的交通流量预测值。
主权项：1.基于时间感知超图的深度学习交通流量预测方法，其特征在于步骤如下：1对交通流量数据进行表示，并根据交通流量数据构建混合超图和时间感知超图；2利用时间模块建模交通流量数据中的时间依赖关系，其中时间编码器对交通流量数据的时间信息进行编码，以辅助时间注意力网络对交通流量数据提取时间依赖关系；3联合步骤1所得的混合超图和时间感知超图以及步骤2所得的时间依赖关系，利用谱域空间超图编码器和超图注意力网络分别捕捉路网的空间位置信息和交通流量数据中的高阶空间依赖关系；4联合步骤1所得的时间依赖关系、步骤3所得的空间位置信息以及高阶空间依赖关系，利用一个特征融合器将各种时间和空间特征融合，获得交通流量数据中的时空依赖关系；5联合步骤4所得的时空依赖关系，在时空依赖关系的时间维度上使用预测器以推导未来的交通流量预测值，确定用于交通流量预测的模型；6采用步骤5所确定的模型，进行训练和参数优化，应用于交通流量预测。
全文数据：
权利要求：
百度查询： 北京工业大学 一种基于时间感知超图的深度学习交通流量预测方法
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