“交通流量”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果593421个，建议您升级VIP下载更多相关专利

[发明专利]一种面向道路封锁的路网交通流变动定量计算方法-CN202110442022.3有效
发明人：刘宝举;邓敏;龙军;石岩 -专利权人：中南大学
申请日： 2021-04-23 - 公布日： 2022-02-15 - 主分类号： G08G1/01 文献下载
摘要：本发明公开了一种面向道路封锁的路网交通流变动定量计算方法，通过分析路网流量时间依赖、流量累计的特征首先提出路段节点流量动态值的量化表达模型，并通过追踪路网流量的微小扰动扩散传播过程给出起讫路段节点之间流量变化率的级联反应函数，进而用以求解路段之间的流量扰动响应矩阵，最后提出整合时间滞后算子和空间扩散算子的相关性模型以计算交通流时空延迟对路段相关性造成的路网交通流变动。该方法通过在任意路段节点加载微量交通流扰动来追踪并捕捉其他路段的响应稳态值，能够探测空间局域路段节点的动态时空相关性，准确计算路网的交通流变动。
一种面向道路封锁路网通流变动定量计算方法

[发明专利]一种区域辐射性交通流量预测方法-CN202010439643.1有效
发明人：康雁;李晋源;李信衍;王飞;胡杨;卜荣景 -专利权人：云南大学
申请日： 2020-05-22 - 公布日： 2022-04-15 - 主分类号： G08G1/01 文献下载
摘要：本发明公开了一种区域辐射性交通流量预测方法，其特征在于，包括以下步骤：S1：收集日常生活中居民移动的轨迹数据信息，将轨迹数据转换成以子区域为最小单元的交通进出入流量图；S2：获取城市不同区域交通流特点，以及城市不同区域之间流量的空间相关性；S3：构建区域辐射性交通流量预测模型，采用特有的全卷积网络以中心区域为起始，通过叠加特征提取—预测子模块来实现逐步的扩展预测；S4：通过将预测流量图与实际流量图的误差来反向调节全卷积神经网络，拟合出接近于真实情况的区域辐射性交通流量预测模型。本发明解决了基于中心区域流量向周边区域不断扩展预测的问题，缩短了预测的时间周期，实现了交通流量的实时性预测。
一种区域辐射性交通流量预测方法

[发明专利]一种多层时空交通知识图谱重建的交通预测方法及系统-CN202111465207.2在审
发明人：刘玮;华鑫;张彦铎;卢涛;李晓林;陈灯;栗娟;张俊杰;张飞;张鹏;邵俊杰 -专利权人：武汉工程大学
申请日： 2021-12-03 - 公布日： 2022-04-15 - 主分类号： G08G1/01 文献下载
摘要：本发明涉及一种多层时空交通知识图谱重建的交通预测方法及系统，包括：基于待预测区域的交通道路网数据构建交通知识图谱路网层，并基于实时路况数据、交通道路网数据和ST‑GCN模型计算得到交通流量预测值；根据交通流量预测值对路网层进行重建，得到交通知识图谱流量层；利用算法对交通流量层的数据进行聚类并以此进行重建，得到交通知识图谱功能层；基于功能层对待预测区域进行功能划分并对待预测区域的交通进行预测。本发明通过融合待预测区域的交通道路网数据和实时路况数据，构建一个多层交通知识图谱并将其分为路网层、流量层和功能层，该交通知识图谱通过感知其他节点的信息作为补充，实现对未来短时间交通流量更准确的预测。
一种多层时空交通知识图谱重建预测方法系统

[发明专利]一种城市交通流量预测方法、系统及电子设备-CN201811357538.2有效
发明人：杨之乐;麻人文;郭媛君;朱俊丞;周翊民;刘睿晗;肖传杰;张莉;王颖 -专利权人：中国科学院深圳先进技术研究院
申请日： 2018-11-15 - 公布日： 2021-04-20 - 主分类号： G06Q10/04 文献下载
摘要：本申请涉及一种城市交通流量预测方法、系统及电子设备。CSO算法对所述LSTM‑RNN神经网络进行参数优化，得到所述LSTM‑RNN神经网络的初始参数值；步骤c：将所述初始参数值加入LSTM‑RNN神经网络，得到CSO‑LSTM‑RNN神经网络；步骤d：将交通流量数据输入所述CSO‑LSTM‑RNN神经网络，并通过所述CSO‑LSTM‑RNN神经网络输出交通流量预测结果。本申请基于竞争群算法结合长短期记忆递归深度神经网络模型进行交通流量的预测学习，能够有效提高深度神经网络预测精度，从而显著提升交通流量预测性能。
一种城市交通流量预测方法系统电子设备

[发明专利]一种基于图卷积-Informer模型的长时序交通流量预测方法-CN202110592309.4在审
发明人：郭自强;程保喜;杨晓磊;薛时伦;张挺;张刚 -专利权人：山西云时代智慧城市技术发展有限公司
申请日： 2021-05-28 - 公布日： 2021-10-08 - 主分类号： G06Q10/04 文献下载
摘要：本发明一种基于图卷积‑Informer模型的长时序交通流量预测方法，属于长时序交通流量预测技术领域；所要解决的技术问题为：提供一种基于图卷积‑Informer模型的长时序交通流量预测方法的改进；解决上述技术问题采用的技术方案为：包括如下步骤：采集单位时间内高速公路站点和省干线公路交调站点的所有通过车辆的速度信息，并在数据预处理后建立交通流量时序信息数据集；根据高速公路站点和省干线公路交调站点的相对地理位置信息建立站点网络结构拓扑图；构建两层图卷积神经网络模型结构，对路网拓扑结构与交通流量时序信息进行编码并学习数据的空间依赖特征信息；将图卷积得到的编码信息输入Informer层进行训练并学习数据长时序依赖特征信息；本发明应用于交通流量预测
一种基于图卷 informer 模型时序交通流量预测方法

[发明专利]一种固定型交通检测源多尺度数据融合方法-CN201911015876.2在审
发明人：邢雪;李佳 -专利权人：吉林化工学院
申请日： 2019-10-24 - 公布日： 2020-02-14 - 主分类号： G06Q10/06 文献下载
摘要：本发明属于交通技术领域，公开了一种固定型交通检测源多尺度数据融合方法，所述固定型交通检测源多尺度数据融合系统包括：交通图像采集模块、交通图像处理模块、交通测速模块、交通流量监测模块、主控模块、数据融合模块、交通参数计算模块、行人识别模块、交通运行预测模块、警报模块、显示模块。本发明通过交通流量监测模块在低空遥感视频里对检测到的不同车辆实现准确跟踪，实时统计不同类型的车辆在道路交通流量中的数量，快速、准确的监控道路交通流量；同时，通过数据融合模块在各分辨率数据下，按照尺度的不同对数据进行分类整理
交通流量监测数据融合模块多尺度数据交通检测交通图像固定型交通流量道路交通流量交通技术领域分辨率数据采集模块测速模块处理模块低空遥感分类整理计算模块监控道路交通参数警报模块融合系统实时统计显示模块行人识别预测模块主控模块交通视频尺度融合跟踪检测补充

[发明专利]一种结合时空特性的路网交通流量短时预测方法-CN201910940848.5有效
发明人：卢国明;田玲;罗光春;陈爱国;陈健 -专利权人：电子科技大学
申请日： 2019-09-30 - 公布日： 2021-09-24 - 主分类号： G08G1/01 文献下载
摘要：本发明涉及深度学习在智慧交通技术领域，具体为一种结合时空特性的面向路网的交通流量短时预测方法。本发明采用深度神经网络模型来解决路网的短时交通流预测问题，相比传统的交通流预测提升了准确度；同时，应对数据规模日益增大的情况，模型可以更有效的利用数据，提升了模型的稳定性。同时，本发明为一种综合的、新颖的、更准确的交通流量预测方法，使得交通流量预测更加简单有效，对海量数据有着很好的支持；利用神经网络的优势，而不需要再通过建立数学函数模型来进行预测，节省了模型设计的时间；本发明以数据为基础，在交通流量预测相关问题上进行了深入的研究，有着很大的实用价值。
一种结合时空特性路网交通流量预测方法

[发明专利]一种短时交通流预测方法-CN201410398861.X有效
发明人：王飞跃;吕宜生;段艳杰;亢文文;朱凤华 -专利权人：中国科学院自动化研究所
申请日： 2014-08-14 - 公布日： 2014-11-05 - 主分类号： G08G1/01 文献下载
摘要：本发明公开了一种基于堆式自动编码器(Stacked Autoencoders)深层网络结构的短时交通流预测方法。该方法包括以下步骤：对输入的历史交通流量数据按指定时间间隔进行合并；对历史交通流量数据进行归一化处理；训练堆式自动编码器深层网络结构预测模型；调用预测模型进行预测。本发明考虑交通流的时空关系特征，深度挖掘交通流特征，预测精度高、鲁棒性好。
一种短时交通流预测方法

[发明专利]一种交通流推测OD位置及OD矩阵的方法-CN201610328767.6有效
发明人：张登;李冰 -专利权人：杭州智诚惠通科技有限公司
申请日： 2016-05-18 - 公布日： 2018-04-10 - 主分类号： G08G1/01 文献下载
摘要：本发明提出了一种交通流推测OD位置及OD矩阵的方法，包括如下步骤获取历史交通流量选定一组由N个十字路口组成的公路网，获取24小时内该公路网的历史交通流量数据S；聚类分析以24小时内该公路网的历史交通流量数据S为基础，每个路段的交通流量数据构成一个特征数据组，对特征数据组进行聚类分析；设置OD点；推定OD矩阵。本发明避免了工作流程上的繁琐，具有便捷性，灵活性和准确性，实时模拟不同时段下的道路情况，可用于交通仿真、出行分析等系统，能有效避免交通拥堵等问题。
一种通流推测 od 位置矩阵方法

[发明专利]一种高速公路的交通事故预警方法、设备及介质-CN202110480363.X有效
发明人：张加华;贾海港;王以龙;王文静;孙婷婷;朱婷婷 -专利权人：山东金宇信息科技集团有限公司
申请日： 2021-04-30 - 公布日： 2022-08-16 - 主分类号： G08G1/01 文献下载
摘要：本申请公开了一种高速公路的交通事故预警方法、设备及介质，包括：采集位于通讯设备的终端信息，并尝试通过车辆监控设备采集当前路段的交通流信息；若未采集到交通流信息，则通过终端信息对所述行驶车辆进行车速估算；若采集到交通流信息，则将终端信息和交通流信息进行数据一致化处理，以得到当前路段的平均车速；若采集到交通流信息，则根据交通流信息得到当前路段的车辆流量、车辆密度；若未采集到交通流信息，则通过终端信息，以及当前路段的路段信息得到车辆流量、车辆密度；将平均车速、车辆流量以及车辆密度输入至预先训练完毕的事故预测模型中，对当前路段进行事故预测。
一种高速公路交通事故预警方法设备介质

[实用新型]无线交通流检测器点位中心服务器-CN201320853983.4有效
发明人：刘春义 -专利权人：北京同济易德科技发展有限公司
申请日： 2013-12-24 - 公布日： 2014-08-13 - 主分类号： G08G1/01 文献下载
摘要：一种无线交通流检测器点位中心服务器，属于计算机电子信息及交通流量采集领域。通过本实用新型，接收无线交通流检测器协调器转发的交通流量信息，经过统计分析，计算出车速、车道占有率、车头时距等交通数据，并根据设置时间间隔将交通流量信息传送给中心数据库。
无线通流检测器中心服务器

[发明专利]一种基于时空相关性的短时交通流预测方法-CN201810772451.5在审
发明人：戚湧;熊亭;张伟斌 -专利权人：南京理工大学
申请日： 2018-07-13 - 公布日： 2018-11-23 - 主分类号： G08G1/01 文献下载
摘要：本发明公开了一种基于时空相关性的短时交通流预测方法。该方法步骤为：选定需要进行交通流预测的路段以及该路段中的断点，获取所选路段中所有断点的短时交通流量历史数据，并确定短时交通流预测的预测时段，验证预测断点的历史交通流量数据是否具有周期性；利用归一化方法对交通流数据进行归一化处理后本发明方法将流量数据分解成带有明显趋势的周期性部分和随机波动部分加以分析，提高了交通流量数据的预测精度。
短时交通流预测测试数据集预测结果断点预测流量数据路段交通流量交通流量数据归一化处理交通流数据交通流预测训练数据集时空历史交通历史数据输入特征随机波动随机森林预测数据分析归一化数据集验证分解

[发明专利]一种面向时空图自编码器的交通流量预测方法-CN202211390606.1在审
发明人：夏大文;白德伟;李华青;黄丹;张文勇;申冰琪;霍雨佳;耿建;徐海龙;吴菁;冯夫健;蔡静 -专利权人：贵州民族大学
申请日： 2022-11-08 - 公布日： 2023-03-28 - 主分类号： G08G1/01 文献下载
摘要：本发明涉及交通流量预测技术领域，具体地涉及一种面向时空图自编码器的交通流量预测方法。包括：步骤1：使用改进的HA‑RTS算法平滑处理给定的交通流样本数据；步骤2：由Encode层对步骤1处理的交通流样本数据进行编码，编码是指各模块通过参数学习将输入数据输出为包含了预测信息的隐藏特征；步骤3：由多层注意力网络模块、记忆门控卷积模块和全连接层构建的Decode层对步骤2的Encode层中得到的隐藏特征解码为预测值，由此得到交通流量预测结果。有效地提高交通流量预测的准确性和鲁棒性，解决了交通流时空依赖性建模复杂困难的问题。
一种面向时空编码器交通流量预测方法

[发明专利]一种基于局部时空交通状态的智能网联车辆速度控制方法-CN202210932376.0在审
发明人：曹丹妮;吴建军;屈云超;孙会君;李天宇 -专利权人：北京交通大学
申请日： 2022-08-04 - 公布日： 2022-11-11 - 主分类号： G08G1/01 文献下载
摘要：本发明提供了一种基于局部时空交通状态的智能网联车辆速度控制方法。该方法包括：获取事发路段上游指定区域内当前及历史时刻交通流量、车辆平均通行速度、交通密度等基本交通参数；确定管控条件，判断事发点附近管控区域内的交通状态；根据当前及历史时刻事发路段上游指定区域内的交通密度及平均车辆速度关系，对路段交通流进行仿真，确定事发点附近管控区域内智能网联车辆在当前平均交通密度环境下的最大控制速度。本发明方法根据事发路段附近历史交通流量集合及当前交通流量获得期望流量，考虑实时交通密度，对每一个进入管控区域内的智能网联车辆进行速度控制。
一种基于局部时空交通状态智能车辆速度控制方法

[发明专利]一种融合多模态信息的Prophet-DCRNN交通流量预测方法-CN202110331014.1在审
发明人：侯位昭;宋凯磊;韩志卓;陈晓东;靳亚宾;张治涛;臧艳军;詹克通;许杨;苏会杰 -专利权人：河北远东通信系统工程有限公司
申请日： 2021-03-26 - 公布日： 2021-07-02 - 主分类号： G08G1/01 文献下载
摘要：本发明公开了一种融合多模态信息的Prophet‑DCRNN交通流量预测方法，属于交通流量预测技术领域。现有基于深度学习的流量预测方法虽然很好的捕捉了交通流量的时空特性，然而，实际城市交通还受天气、节假日等因素的影响，同时往往在恶劣天气、节假日更倾向于出现交通拥堵。本发明的目的在于克服现有技术的不足，提供一种融合多模态信息的Prophet‑DCRNN交通流量预测方法，该方法利用Prophet时序预测算法捕获节假日效应，采用DCRNN捕获交通时空特性，此外基于类stacking技术，融合Prophet算法、DCRNN算法及节假日特性、天气信息，得到最终融合多模态信息的混合模型，实现了在节假日、恶劣天气等场景下交通预测的准确性。
一种融合多模态信息 prophet dcrnn 交通流量预测方法