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：杭州电子科技大学
摘要：本发明公开了基于时间增强数据解缠神经网络的交通预测方法，通过构建一种新的用于交通流预测的时间增强数据解纠结网络（TEDDN），有效地处理与多种交通模式纠缠的交通数据，更好地提取交通流的关键时间信息；为了捕获其时空特征，TEDDN使用时间和节点嵌入对历史流量数据进行预处理；通过时间分组增强模块，对提取的时间信息进行富集的表征能力，并滤除噪声；然后，将历史数据解缠为时间和空间特征，每个生成的数据集代表特定的交通模式；此外，图形学习层生成一个动态的、可学习的图形，该图形使用集成的门控图卷积和数据解纠缠模块捕获动态空间依赖性。多个分量的输出沿时间维度进行组合，以捕获多尺度表示。
主权项：1.基于时间增强数据解缠神经网络的交通预测方法，其特征在于包括如下步骤：步骤一：构建时间增强模块，从交通流数据中提取交通网络节点的时间信息和特征，通过不同时间信息的重要性来增强特征；步骤二：构建通道注意力模块，提取各通道全局特征，将全局空间信息压缩为通道描述符，对交通流数据特征进行初步处理；步骤三：构建数据解缠模块，将交通模式信息通过所述通道注意力模块进行数据增强，以构建解缠门，基于得到的解缠门值与初步处理后的所述交通流数据特征，将相互纠缠的交通模式数据解缠为多个相互独立的交通模式；步骤四：构建图卷积模块，利用图结构中交通网络的节点和边之间的关系来捕获交通网络中的空间和时间依赖性；步骤五：设计输出和训练策略进行状态预测模型训练，基于时间信息、经数据解缠模块解缠后的交通流数据特征、图卷积模块最终输出的隐藏状态张量、模型预测的状态，构建状态损失函数并进行训练，将训练好状态预测模型用于预测交通状态。
全文数据：
权利要求：
百度查询： 杭州电子科技大学 基于时间增强数据解缠神经网络的交通预测方法
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