“陶虹妃”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果3个，建议您升级VIP下载更多相关专利

[发明专利]一种基于增量计算的伴随车即时发现方法-CN201911098391.4有效
发明人：刘宴兵;陶虹妃;肖云鹏;彭文勤;杨晨;帅杰 -专利权人：重庆邮电大学
申请日： 2019-11-12 - 公布日： 2023-07-18 - 主分类号： G06F16/22 文献下载
摘要：本发明涉及智能交通技术领域，具体涉及一种基于增量计算的伴随车即时发现方法，包括：获取交通摄像头记录中的交通车辆数据，生成数据集；从数据集中提取相关属性，生成过车事务数据集；获取过车事务数据集，构建动态频繁树；根据动态频繁树，采用自底向上的方法遍历动态频繁树，进行频繁项映射存储，生成动态频繁项集；利用时间衰减模型，通过加权时间权重对动态频繁项集进行过滤，挖掘近期的伴随车组。本发明的方法增加哈希表以减少树的构建时间，同时增加数据批次散列表作为DF‑tree的减枝依据以释放过期数据占用的内存，引入时间衰减模型，实现基于大规模过车数据的伴随车即时发现。
一种基于增量计算伴随即时发现方法

[发明专利]一种基于图卷积循环神经网络的短时交通流控制方法-CN201911092839.1有效
发明人：刘宴兵;彭文勤;肖云鹏;陶虹妃;杨晨;李锐 -专利权人：重庆邮电大学
申请日： 2019-11-11 - 公布日： 2022-09-02 - 主分类号： G08G1/01 文献下载
摘要：本发明涉及短时交通流控制领域，具体涉及一种基于图卷积循环神经网络的短时交通流控制方法；该方法包括：获取数据源；构建图结构交通流量序列；根据图结构交通流量序列在时间维的多级别性构建时空图卷积循环网络的近期组件模型，时空图卷积循环网络日周期组件模型以及时空图卷积循环网络周周期组件模型；融合3个模型的结果，得到短时交通流量预测模型；根据这个模型得到预测结果；统计预测数据，将统计的结果发送给交通部门，控制该路网各卡口车流量；本发明利用时空图卷积循环神经网络同时建模交通流近期、日周期和周周期依赖性，建立基于多组件数据融合的时空图卷积循环神经网络的短时流量预测模型，从而达到精准的预测结果。
一种基于图卷循环神经网络短时交通流控制方法

[发明专利]一种基于深度学习和时空数据融合的短时交通流控制方法-CN201911092768.5有效
发明人：刘宴兵;彭文勤;肖云鹏;陶虹妃;李锐;黄振 -专利权人：重庆邮电大学
申请日： 2019-11-11 - 公布日： 2022-02-18 - 主分类号： G08G1/01 文献下载
摘要：本发明属于短时智能交通控制领域，具体涉及一种基于深度学习和时空数据融合的短时交通流控制方法，该方法包括：获取数据源；分析路口历史数据的时间和空间关联性；根据预测卡口与其相关路口的历史数据分别建立时间维度GRU模型及空间维度CNN回归模型；将时间维度GRU模型和空间维度CNN回归模型的输出结果进行融合，得到自适应时空数据融合模型；统计自适应时空数据融合模型的预测结果，并将预测结果发送给交通部门；本发明在时空层面上，分析复杂路网中道路交通流的时空依赖性，利用网络表示学习对交通数据进行筛选，并将筛选后的数据用于模型的输入，提高了路口车流量预测结果的精确性。
一种基于深度学习时空数据融合短时交通流控制方法