[发明专利]一种基于深度学习的图神经网络交通流预测方法在审
| 申请号： | 202310010893.7 | 申请日： | 2023-01-04 |
| 公开（公告）号： | CN116052419A | 公开（公告）日： | 2023-05-02 |
| 发明（设计）人： | 程小辉;何宇豪;陆秋 | 申请（专利权）人： | 桂林理工大学 |
| 主分类号： | G08G1/01 | 分类号： | G08G1/01;G06Q10/04;G06N3/045;G06N3/0464 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 541004 广西壮*** | 国省代码： | 广西;45 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出了一种基于深度学习的图神经网络交通流预测方法。该方法由融合了不同深度学习方法的三个模块：融合特征注意力模块、信息聚合模块和多信息结合模块组成。融合特征注意力模块通过注意力机制和Softmax函数提取不同交通信息间的影响因子，将交通流信息与其他各种交通信息在时间维度上结合，充分考虑了不同交通信息间的时间周期性；信息聚合模块将交通流信息输入GRU网络中提取历史时间信息，同时用图卷积实现时空依赖性的同步提取；多信息结合模块将主次信息用CONCAT(·)函数相加后进行图卷积运算，挖掘主次要信息间的隐藏关系。本发明实现了一个高效的交通流预测方法，能够快速准确的预测交通流信息。 | ||
| 搜索关键词： | 一种 基于 深度 学习 神经网络 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桂林理工大学，未经桂林理工大学许可，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/202310010893.7/，转载请声明来源钻瓜专利网。
- 上一篇：一种智能课堂笔记记录系统
- 下一篇：交流氩弧焊控制方法和控制设备
