[发明专利]一种基于Transformer网络的时空交通状态预测方法在审
| 申请号： | 202110654675.8 | 申请日： | 2021-06-11 |
| 公开（公告）号： | CN113345236A | 公开（公告）日： | 2021-09-03 |
| 发明（设计）人： | 马晓磊;闫昊阳;李昱洁 | 申请（专利权）人： | 北京航空航天大学 |
| 主分类号： | G08G1/01 | 分类号： | G08G1/01;G06N3/04 |
| 代理公司： | 北京慕达星云知识产权代理事务所(特殊普通合伙) 11465 | 代理人： | 符继超 |
| 地址： | 100191*** | 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： | 本发明公开了一种基于Transformer网络的时空交通状态预测方法，包括数据编码嵌入、全局空间特征提取、局部空间特征信息提取、全局‑局部特征融合以及单步交通状态预测。该方法充分考虑到了交通状态在空间上依赖关系的动态性，并层次化的进行分步的特征提取与建模，使得该方法的预测更精确；该方法提取的动态交通空间依赖关系能够显式表达，具有可解释性，可以为交通规划提供参考；且该方法能够纯数据驱动地提取和构建交通网络的全局空间特征，在缺少交通网络空间特征数据的情况下依然得到较好的预测结果，具有可靠性。因此，该方法对交通状态预测更精确、更可靠，具有可解释性，对数据的要求更低，更适合推广应用。 | ||
| 搜索关键词： | 一种 基于 transformer 网络 时空 交通 状态 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航空航天大学，未经北京航空航天大学许可，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/202110654675.8/，转载请声明来源钻瓜专利网。
- 基于Transformer+LSTM神经网络模型的商品销量预测方法及装置
- 一种基于Transformer模型自然场景文字识别方法
- 一种深度Transformer级联神经网络模型压缩算法
- 点云分割方法、系统、介质、计算机设备、终端及应用
- 基于Transformer的中文智能对话方法
- 一种基于改进Transformer模型的飞行器故障诊断方法和系统
- 一种基于Transformer模型的机器翻译模型优化方法
- 基于Transformer和增强交互型MPNN神经网络的小分子表示学习方法
- 基于U-Transformer多层次特征重构的异常检测方法及系统
- 基于EfficientDet和Transformer的航空图像中的飞机检测方法
