基于特征融合的交通流预测方法

发明专利有效专利

申请号：
CN202110497806.6
IPC分类号：G08G1/01;G06N3/04;G06N3/08
申请日期：
2021-05-08
申请人：
福州大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于特征融合的交通流预测方法
申请号	CN202110497806.6	申请日期	2021-05-08
法律状态	授权	申报国家	中国
公开/公告日	2021-08-10	公开/公告号	CN113240904A
优先权	暂无	优先权号	暂无
主分类号	G08G1/01 ? IPC结构图谱： G 物理 G0 仪器 G08 信号装置 G08G 交通控制系统（指导铁路交通，保证铁路交通安全的入B61L；专用于交通控制的雷达或类似系统、声纳系统或激光雷达系统入G01S 13/91、G01S 15/88、G01S 17/88；专用于防碰撞目的的雷达或类似系统、声纳系统或激光雷达系统入G01S 13/93、G01S 15/93、G01S 17/93；陆地、水上、空中或太空中的运载工具的位置、航道、高度或姿态的控制，不限于交通环境入G05D 1/00）〔2〕 G08G1/00 道路车辆的交通控制系统（道路标志或交通信号装置入E01F 9/00） G08G1/01 检测要统计或要控制的交通运动（G08G 1/07至G08G 1/14优先；道路收费收费或对车辆、车主的收费入G07B 15/06）	IPC分类号	G;0;8;G;1;/;0;1;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	福州大学	申请人地址	福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	福州大学	当前权利人	福州大学
发明人	冯心欣;郑强;张海涛;郑海峰
代理机构	福州元创专利商标代理有限公司	代理人	陈鼎桂;蔡学俊

摘要

本发明涉及一种基于特征融合的交通流预测方法，包括如下步骤步骤S1:获取历史交通数据，并进行时空相关性分析；步骤S2:根据得到的时空相关性，利用图卷积神经网络与卷积神经网络分别进行空时特征提取;步骤S3:构建基于卷积的特征融合模型和基于低秩多模态的特征融合模型,并对交通数据的时空特征，预测交通流量；步骤S4:根据真实交通流量对比预测交通流量调整模型的参数，降低损失，优化模型,得到最优的预测模型；步骤S5:将实时交通数据通过步骤S1‑S2处理后，输入最优的预测模型，得到预测的交通流量。本发明有效提升了模型在交通数据异常情况下预测性能的鲁棒性和在正常情况下的预测精度。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供