[发明专利]基于时空图的发散卷积循环神经网络的交通流预测方法在审
| 申请号： | 201910904078.9 | 申请日： | 2019-09-24 |
| 公开（公告）号： | CN110491129A | 公开（公告）日： | 2019-11-22 |
| 发明（设计）人： | 郑家佳;吕建成;谷振宇;朱垚垚 | 申请（专利权）人： | 重庆城市管理职业学院 |
| 主分类号： | G08G1/01 | 分类号： | G08G1/01;G06N3/04;G06N3/08 |
| 代理公司： | 11228 北京汇泽知识产权代理有限公司 | 代理人： | 武君<国际申请>=<国际公布>=<进入国 |
| 地址： | 401331 重庆市*** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了提供基于时空图的发散卷积循环神经网络的交通流预测方法，基于交通网络的空间特征构建了路网的有向加权图，接着以该有向加权图为预测的基本单位，构建一个图形发散卷积循环神经网络的交通流预测模型，并通过交通网络的时空特性进行深度学习，进而来对交通路网的交通流进行时空预测，构建了最终的交通流预测模型，实现对交通流的实时预测。本方法具有预测精准、拟合程度较高的优点。 | ||
| 搜索关键词： | 交通流预测 构建 循环神经网络 交通网络 加权图 交通流 发散 卷积 有向 基本单位 交通路网 空间特征 时空特性 时空预测 实时预测 时空图 预测 路网 拟合 学习 | ||
【主权项】：
1.基于时空图的发散卷积循环神经网络的交通流预测方法，其特征在于：所述预测方法具体为：/nS1：基于交通网络的空间特征构建了路网的有向加权图；/nS2：构建图形发散卷积循环神经网络的交通流预测模型；/nS3：获取空间依赖关系和交通流序列数据的时间依赖关系；/nS4：将S2获得的图形发散卷积循环神经网络的交通流预测模型通过空间依赖关系和交通流序列数据的时间依赖关系进行深度学习，获得最终模型，进而对交通流进行实时预测。/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重庆城市管理职业学院，未经重庆城市管理职业学院许可，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/201910904078.9/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于大数据的智慧交通系统
- 下一篇：一种互联网智能交通系统
