[发明专利]基于时空深度学习模型的城市道路交通流预测方法及装置有效
| 申请号： | 202010017245.0 | 申请日： | 2020-01-08 |
| 公开（公告）号： | CN111009129B | 公开（公告）日： | 2021-06-15 |
| 发明（设计）人： | 贾涛;鄢鹏高 | 申请（专利权）人： | 武汉大学 |
| 主分类号： | G08G1/01 | 分类号： | G08G1/01;G06N3/08 |
| 代理公司： | 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 | 代理人： | 罗飞 |
| 地址： | 430072 湖*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明针对城市道路交通流量预测建模中时空依赖性和空间稀疏性等问题，构建了一个端到端的深度学习模型STNN(Spatial Temporal Neural Networks)来对道路交通流模式进行建模，能够根据历史流量数据，以较高的精度预测未来时刻整个城市范围之内的所有道路路段的交通流分布。该模型能够有效提取道路交通流中的时空模式，并且能够有效解决道路交通流的空间稀疏性问题，为城市全域级的道路交通流的预测提供了一种行之有效的解决方法。 | ||
| 搜索关键词： | 基于 时空 深度 学习 模型 城市道路 通流 预测 方法 装置 | ||
【主权项】：
暂无信息
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武汉大学，未经武汉大学许可，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/202010017245.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种饲料无机抗菌剂的制备方法
- 下一篇：一种鲤鱼快速高效选育方法
