-
公开(公告)号:CN116884222B
公开(公告)日:2024-03-26
申请号:CN202311001746.X
申请日:2023-08-09
Applicant: 重庆邮电大学
IPC: G08G1/01
Abstract: 本发明涉及一种卡口节点的短时交通流预测方法,包括:获取目标卡口的天气信息、节假日信息、以及目标卡口所在目标区域的路网地理图及其历史交通流数据;对历史交通流数据提取交通流特征矩阵和POI数据;根据卡口节点的邻居信息利用SDNE算法和DTW算法计算卡口节点与其相邻节点之间的连接强度;根据连接强度矩阵和交通流特征矩阵利用空间注意力机制和基于切比雪夫多项式为卷积核的GCN算法挖掘卡口节点的空间特征;根据空间特征矩阵利用Gate‑TCN模型提取卡口节点的时空特征;根据外部属性构建目标卡口节点的流量吸引矩阵,并根据目标卡口节点的天气信息、节假日信息和时空特征利用MLP多层感知器预测目标卡口节点的交通流。
-
公开(公告)号:CN117037493A
公开(公告)日:2023-11-10
申请号:CN202311050610.8
申请日:2023-08-21
Applicant: 重庆邮电大学
IPC: G08G1/01 , G08G1/065 , G06N3/0464 , G06N3/084
Abstract: 本发明属于智能交通领域,具体涉及一种基于时空卷积网络的短时交通流量预测方法;包括:从交通卡口处获取交通数据;根据交通数据计算交通卡口活跃度;提取卡口节点的隐藏特征并融合交通卡口活跃度,得到隐藏信息矩阵;根据隐藏信息矩阵生成自适应邻接矩阵,将其输入到自适应图卷积网络模块进行处理,得到初始交通流量特征;采用BiGRU网络对初始交通流量特征进行处理,得到交通时空属性特征;提取外部属性特征并生成增广矩阵;将增广矩阵输入到BiGRU网络并采用注意力机制进行处理,生成注意力权重;根据交通时空属性特征和注意力权重预测交通流量,得到交通流量预测结果;本发明可实现对交通流量的准确预测,具有广阔的应用前景。
-
公开(公告)号:CN116884222A
公开(公告)日:2023-10-13
申请号:CN202311001746.X
申请日:2023-08-09
Applicant: 重庆邮电大学
IPC: G08G1/01
Abstract: 本发明涉及一种卡口节点的短时交通流预测方法,包括:获取目标卡口的天气信息、节假日信息、以及目标卡口所在目标区域的路网地理图及其历史交通流数据;对历史交通流数据提取交通流特征矩阵和POI数据;根据卡口节点的邻居信息利用SDNE算法和DTW算法计算卡口节点与其相邻节点之间的连接强度;根据连接强度矩阵和交通流特征矩阵利用空间注意力机制和基于切比雪夫多项式为卷积核的GCN算法挖掘卡口节点的空间特征;根据空间特征矩阵利用Gate‑TCN模型提取卡口节点的时空特征;根据外部属性构建目标卡口节点的流量吸引矩阵,并根据目标卡口节点的天气信息、节假日信息和时空特征利用MLP多层感知器预测目标卡口节点的交通流。
-
-