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：西安电子科技大学
摘要：本发明提供了一种基于特征聚类的交通时间序列低成本存储与数据重建方法包括：通过对分段交通时间序列作时频分解得到n1维频率序列，并结合道路拓扑有向图输入至已构建的交通序列压缩及重建深度模型中，以执行训练过程，并在训练过程中首先提取输入对象的特征再作有监督聚类得到n2维特征类集合；设计损失函数重复调整有监督聚类的分类参数直至达到训练截止条件，得到交通时间序列特征数据库；根据重建需求中的时间序列时间戳和所属路网，从交通时间序列特征数据库中提取出序列初始值、n2维特征类集合及所属路网对应的道路拓扑有向图进行重建得到重建后的交通流时间序列。本发明降低了大规模交通流数据存储所需的空间，从而减少了存储成本。
主权项：1.一种基于特征聚类的交通时间序列低成本存储与数据重建方法，其特征在于，包括：S100，通过对分段交通时间序列作时频分解得到n1维频率序列，并结合道路拓扑有向图输入至已构建的交通序列压缩及重建深度模型中；S200，执行对交通序列压缩及重建深度模型的训练过程，并在训练过程中首先提取输入对象的特征再作有监督聚类得到n2维特征类集合，并组成特征语义库，通过设计损失函数重复调整有监督聚类的分类参数直至达到训练截止条件，得到达到训练截止条件时的交通时间序列特征数据库；S300，根据重建需求中的时间序列时间戳和所属路网，从所述交通时间序列特征数据库中提取出序列初始值、n2维特征类集合及所属路网对应的道路拓扑有向图，并利用三者进行重建得到重建后的交通流时间序列。
全文数据：
权利要求：
百度查询： 西安电子科技大学 基于特征聚类的交通时间序列低成本存储与数据重建方法
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