[发明专利]一种基于深度学习的路网交通态势预测方法及系统有效
| 申请号： | 201910633233.8 | 申请日： | 2019-07-15 |
| 公开（公告）号： | CN110570651B | 公开（公告）日： | 2020-10-30 |
| 发明（设计）人： | 梁荣华;谢竞成;吴越;丁楚吟;徐甲;邹开荣;李瑶;杨宪赞;周浩敏;温晓岳 | 申请（专利权）人： | 浙江工业大学;银江股份有限公司 |
| 主分类号： | G08G1/01 | 分类号： | G08G1/01;G08G1/065 |
| 代理公司： | 杭州斯可睿专利事务所有限公司 33241 | 代理人： | 王利强 |
| 地址： | 310014 浙江省*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于深度学习的路网交通态势预测方法，包括以下步骤：S1、获取多源交通数据和路网静态配置信息，构建交通流参数模型；所述的多源交通数，包括互联网路段速度数据、检测器流量数据和信号机控制方案数据；所述的路网静态配置信息包括路网空间地理位置信息、路口编号、路段等级、路段长度、路段编号、车道编号和车道功能；S2、分析路网拥堵相关性，构建基本预测组团；S3、构造基于双阶段注意力机制的深度学习交通态势预测模型；S4、构建交通态势预测系统。本发明预测精度和可移植性较好。 | ||
| 搜索关键词： | 一种 基于 深度 学习 路网 交通 态势 预测 方法 系统 | ||
【主权项】：
1.一种基于深度学习的路网交通态势预测方法，其特征在于，所述方法包括以下步骤：/nS1、获取多源交通数据和路网静态配置信息，构建交通流参数模型；/nS2、分析路网拥堵相关性，构建基本预测组团；/nS3、构造基于双阶段注意力机制的深度学习交通态势预测模型；/nS4、构建交通态势预测系统。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于浙江工业大学;银江股份有限公司，未经浙江工业大学;银江股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910633233.8/，转载请声明来源钻瓜专利网。
