Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

交通信息预测方法、装置、设备及介质 

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:中国电建集团西北勘测设计研究院有限公司

摘要:本公开提供了一种交通信息预测方法、装置、设备及介质,涉及数据处理技术领域。该方法包括:基于交通节点之间的距离关系构建距离关系矩阵;利用交通节点对应的交通信息构建交通信息向量,并基于不同交通节点对应的交通信息向量之间的线性相关性和累计最小距离,分别构建相关系数矩阵和动态时间规整矩阵;利用可学习参数和激活函数对距离关系矩阵、相关系数矩阵以及动态时间规整矩阵进行融合,得到融合矩阵;基于预先建立的预测网络对融合矩阵进行特征提取,得到交通节点在预测时间段的预测交通信息。本公开中的技术方案可以提升交通信息预测准确性。

主权项:1.一种交通信息预测方法,其特征在于,包括:基于交通节点之间的距离关系构建距离关系矩阵;利用所述交通节点对应的交通信息构建交通信息向量,并基于不同所述交通节点对应的交通信息向量之间的线性相关性和累计最小距离,分别构建相关系数矩阵和动态时间规整矩阵;利用可学习参数和激活函数对所述距离关系矩阵、所述相关系数矩阵以及所述动态时间规整矩阵进行融合,得到融合矩阵;基于预先建立的预测网络对所述融合矩阵进行特征提取,得到所述交通节点在预测时间段的预测交通信息;其中,所述利用可学习参数和激活函数对所述距离关系矩阵、所述相关系数矩阵以及所述动态时间规整矩阵进行融合,得到融合矩阵,包括:根据: 构建可学习参数矩阵;其中,表示激活函数,,N表示交通节点数量,F表示交通信息向量的维数,且表示第一可学习参数,表示将转换为对角矩阵;根据: 将所述可学习参数矩阵和所述相关系数矩阵以及所述动态时间规整矩阵进行组合,得到第一动态学习矩阵;其中,表示激活函数值,表示非线性激活函数,表示卷积层,表示连接函数,表示第二可学习参数且,表示逐元素的乘法,表示所述相关系数矩阵,表示所述动态时间规整矩阵;根据: 增强所述第一动态学习矩阵的稀疏性,得到第二动态学习矩阵;其中,是对角矩阵,且,,表示预设阈值,用于滤掉所述第一动态学习矩阵中的弱关系;将所述第二动态学习矩阵和所述距离关系矩阵进行融合,得到所述融合矩阵。

全文数据:

权利要求:

百度查询: 中国电建集团西北勘测设计研究院有限公司 交通信息预测方法、装置、设备及介质

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。