[发明专利]一种基于深度学习的短时交通流预测方法有效
| 申请号： | 202010083361.2 | 申请日： | 2020-02-09 |
| 公开（公告）号： | CN111210633B | 公开（公告）日： | 2021-01-05 |
| 发明（设计）人： | 李壮壮;桂智明;郭黎敏;姚思佳 | 申请（专利权）人： | 北京工业大学 |
| 主分类号： | G08G1/01 | 分类号： | G08G1/01;G08G1/065;G06N3/04;G06N3/08 |
| 代理公司： | 北京思海天达知识产权代理有限公司 11203 | 代理人： | 刘萍 |
| 地址： | 100124 *** | 国省代码： | 北京;11 |
| 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短时交通流预测方法属于交通预测领域。本发明首先使用卷积神经网络提取交通流的空间特征；然后使用引入注意力机制的门控循环单元提取时间特征，通过注意力机制计算不同时刻交通流特征的重要性，使模型更关注重要性大的特征；接着利用交通流数据的周期特性提取周期特征；最后融合所有特征进行预测。该方法解决了现有预测方法无法充分利用交通流数据时空特征的缺点，提高了交通流的预测精度，可以更好地解决短时交通流预测问题。 | ||
| 搜索关键词： | 一种 基于 深度 学习 短时交 通流 预测 方法 | ||
【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北京工业大学，未经北京工业大学许可，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/202010083361.2/，转载请声明来源钻瓜专利网。
