专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果734644个,建议您升级VIP下载更多相关专利
  • [发明专利]一种道路交通采集及预测方法-CN201110439431.4无效
  • 李志敏;易良友;黄凯梁;刘林佳 - 重庆大学
  • 2011-12-24 - 2012-06-13 - G08G1/01
  • 一种道路交通采集及预测方法,包括环形感应线圈、车辆检测模块、交通采集模块、交通数据预处理和预测,道路交通数据预处理和预测软件在上位机(PC机)上进行,并通过网络接口读取采集模块(SD卡)中的交通数据。为提高预测的可靠性,在道路交通数据预处理和预测方法中,首先采用小波分析结合最小二乘法对交通数据进行噪声剔除;然后采用改进的BP神经网络建立交通预测模型,实现对交通的预测,为优化道路交通的控制配时方案和道路交通规划提供依据本发明可获得规定周期内的车流量、平均车速、占有率和交通密度等道路交通参数,从而实现对道路交通的预测,提高数据采集和道路交通预测的准确性。
  • 一种道路交通流量采集预测方法
  • [发明专利]一种基于图卷积的交通预测方法-CN202211504231.7在审
  • 张大兴;赵旭 - 杭州电子科技大学
  • 2022-11-28 - 2023-03-14 - G06F30/27
  • 本发明公开了一种基于图卷积的交通预测方法。本发明包含以下步骤:步骤1、获取城市中相连道路的连续P个时段的历史交通数据,根据各个道路历史交通数据的相似度构建道路邻接矩阵,对数据进行预处理。步骤2、基于道路邻接矩阵与各个道路的历史交通数据,通过图卷积神经网络(GCN)提取该道路交通的空间特征。步骤3、基于单个道路的历史交通数据,通过GRU,循环神经网络的一种,提取该道路交通的时间特征。步骤4、综合该道路的空间特征与时间特征,得到该道路的下一时间段的交通预测值。本发明充分考虑到交通数据之间的空间关系与时间关系,提出了一种新颖的交通预测方法。
  • 一种基于图卷交通流量预测方法
  • [发明专利]多延时动力系统的交通仿真方法-CN201310309477.3无效
  • 狄岚;梁久祯;顾雨迪 - 江南大学
  • 2013-07-22 - 2013-12-25 - G08G1/00
  • 本发明揭露了一种多延时动力系统的交通仿真方法,所述方法包括多车道上的交通的简单数学模型;在多时段的延时动力系统的基础上,离散多通道的车辆数学模型;根据三种决策表的情况,给出交通模型的可能形式。本发明通过对动力系统的道路交通的研究,针对多车道、路况可变、流量可变的复杂交通环境进行建模,利用前后多时间段对道路交通的相互影响,能够模拟真实的道路交通变化,对于控制交通以及分析交通系统的特点是有效的
  • 延时动力系统交通流量仿真方法
  • [发明专利]一种神经网络模型预测道路交通的方法-CN202111041210.1有效
  • 吴烨南;白雪;齐家;卞加佳;朱磊 - 南京感动科技有限公司
  • 2021-09-07 - 2021-12-03 - G06Q10/04
  • 本发明涉及大数据相关技术领域,具体为一种神经网络模型预测道路交通的方法,根据设定的时间间隔进行统计道路交通基础数据,并对数据进行清洗预处理;基于最短路径算法进行空间路网中相邻两个观测点间的距离计算;分析获取对道路交通预测有影响因素并量化处理;构建预测模型,并利用历史数据对MSTSGCN模型进行预测训练分析优化筛选;通过模型对各个观测点未来交通预测分析,最后通过计算机绘制显示得到交通预测曲线图本发明提供了一种有效降低预测滞后性影响、预测因素考虑全面、预测快速准确且可基于历史数据训练优化的基于多变量时空同步图卷积网络模型预测道路交通的方法。
  • 一种神经网络模型预测道路交通流量方法
  • [发明专利]基于图卷积网络的道路交通的预测方法-CN201910370506.4有效
  • 郭宇春;魏中锐;刘翔;陈一帅 - 北京交通大学
  • 2019-05-06 - 2021-02-12 - G08G1/01
  • 本发明提供了一种基于图卷积网络的道路交通的预测方法。该方法包括:采集过去一段时间内的车辆GPS数据;将车辆GPS数据与实际路网信息数据进行整合,得到道路交通特征矩阵,利用线图转换将实际路网上的道路道路交点进行转换,生成道路邻接矩阵;基于道路邻接矩阵和道路交通特征矩阵,通过利用GCN网络和LSTM网络综合道路交通数据的空间特征和时间特征得到下一时间段的道路交通数据的预测值。本发明通过综合利用GCN提取的道路交通数据的空间特征和LSTM提取的道路交通数据的时间特征,并结合时间周期特征及天气特征,来对道路交通数据进行预测,预测效果比只利用时间特征或者空间特征来进行预测的效果更好
  • 基于图卷网络道路交通流量预测方法
  • [发明专利]基于贝叶斯方法和图卷积的交通预测方法及系统-CN202211072087.4在审
  • 王磊;郭得科;穆晓雷;钱猛;刘志超;隆宇峰;李晓玲;李全乐;李达国;张一旋 - 天津大学
  • 2022-09-02 - 2023-01-31 - G06Q10/04
  • 本发明提出一种基于贝叶斯方法和图卷积的交通预测方法及系统,基于道路之间的空间关系构建交通网络,对构建的交通网络进行交通数据的采样并进行预处理,获取路口的交通信息,构建道路交通矩阵的数据集;构建贝叶斯和图卷积模型,将所述的道路交通矩阵作为贝叶斯和图卷积模型的输入,提取交通数据的时间不确定特征和空间不确定关系特征;经变分推断,定义模型损失函数,根据损失函数利用反向传播算法不断优化模型参数;最后获取实时的交通数据作为模型的输入,实现实时道路交通的预测。本发明利用变分推断优化时间不确定性和空间不确定性的变分后验,对认知不确定性进行建模,降低误差,提高对交通的预测精度。
  • 基于贝叶斯方法图卷通流预测系统
  • [发明专利]一种基于时空特性分析的短时交通预测方法-CN201810377482.0有效
  • 鲍楠;浦慈 - 南京邮电大学
  • 2018-04-25 - 2020-06-12 - G08G1/01
  • 本发明涉及一种基于时空特性分析的短时交通预测方法,应用于道路交通管理,是智能交通系统的核心部分,主要涉及交通采集预处理,数据样本优化,交通预测三大核心技术部分。交通采集预处理技术提供历史实验数据,存储预测数据和导入实时对比数据;数据样本优化技术,通过交通时空相关特性,采用OPTICS聚类方法处理,得到高质量的训练集样本;交通预测技术,基于训练样本构建以SVM为载体的的短时交通预测模型,通过BFOA算法优化其中的关键参数提高模型性能,实现实时准确的短时交通预测,便于道路交通管理系统有效分配利用道路资源,改善交通拥堵,提高运行效率,方便居民出行。
  • 一种基于时空特性分析短时交通流预测方法
  • [发明专利]基于重构交通网络的图聚合机制的道路交通预测方法-CN202110242725.1有效
  • 徐东伟;周磊;魏臣臣;戴宏伟;林臻谦 - 浙江工业大学
  • 2021-03-05 - 2022-03-01 - G08G1/01
  • 一种基于重构交通网络的图聚合机制的道路交通预测方法,包括以下步骤:(1)针对各车道的交通数据,根据原始道路邻接矩阵获得车道连接关系,获取有连接的车道的时间相关性,并按照相关性降序排序获得各车道的高阶邻域,基于各车道的高阶邻域重构车道间的邻接关系,实现道路网络重构;(2)获取时间序列上的重构道路交通网络,通过GraphSAGE获得聚合的路网空间特征序列并将其作为LSTM模型的输入,经LSTM提取聚合后的路网空间特征中的时序特征,输出未来时刻的交通预测结果,实现道路交通预测。本发明提升了模型实现长期流量预测的稳定性和准确性,实现了短时和长时的交通预测。
  • 基于交通网络聚合机制道路通流预测方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top