[发明专利]一种基于深度学习模型的交通速度预测方法有效
| 申请号： | 201910769012.3 | 申请日： | 2019-08-20 |
| 公开（公告）号： | CN110648527B | 公开（公告）日： | 2021-05-11 |
| 发明（设计）人： | 陈晋音;徐轩珩;王珏 | 申请（专利权）人： | 浙江工业大学 |
| 主分类号： | G08G1/01 | 分类号： | G08G1/01;G06N3/08;G06N3/04 |
| 代理公司： | 杭州天勤知识产权代理有限公司 33224 | 代理人： | 曹兆霞 |
| 地址： | 310014 浙*** | 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： | 本发明公开了一种基于深度学习模型的交通速度预测方法，包括以下步骤：构建GCLSTM模型，以Seq2Seq模型作为模型基础，引入GCN模型分别对细胞层状态和隐藏层状态进行图卷积运算；将待预测路段前一段时刻的交通速度输入至GCLSTM模型中，经计算，输出未来一段时刻的预测交通速度。还公开了一种基于深度学习模型的交通速度预测方法，包括以下步骤：构建GLAT模型，以Seq2Seq模型作为模型基础，引入时间注意力机制对编码器每个时刻的隐含层向量进行关注，将待预测路段前一段时刻的交通速度输入至GLAT模型中，经计算，输出未来一段时刻的预测交通速度。这两个交通速度预测方法能够准确预测交通速度。 | ||
| 搜索关键词： | 一种 基于 深度 学习 模型 交通 速度 预测 方法 | ||
【主权项】：
1.一种基于深度学习模型的交通速度预测方法，包括以下步骤：/n构建GCLSTM模型，以Seq2Seq模型作为模型基础，引入GCN模型分别对细胞层状态和隐藏层状态进行图卷积运算，即将t时刻的LSTM的隐藏层向量h
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，未经浙江工业大学许可，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/201910769012.3/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于关键路口的路况预警方法及装置
- 下一篇：一种智慧公路管理系统
