公开(公告)号：CN115170607A

公开(公告)日：2022-10-11

申请号：CN202210693211.2

申请日：2022-06-17

Applicant: 中国科学院自动化研究所

Inventor： 吕宜生 ,  李志帅 ,  熊刚 ,  王飞跃

IPC: G06T7/246 ,  G06T7/285 ,  G06V10/26 ,  G06V10/764 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种出行轨迹生成方法、装置、电子设备及存储介质，其中出行轨迹生成方法包括：获取开始标记及语义信息；将开始标记及语义信息输入至目标生成对抗网络模型的生成器中，输出包含语义信息的目标模拟出行轨迹；其中，目标生成对抗网络模型是基于样本出行轨迹数据对初始生成对抗网络模型进行训练后得到的；样本出行轨迹数据包括真实出行轨迹及真实出行轨迹对应的样本语义信息。通过目标生成对抗网络模型，可以生成大量的、与真实出行轨迹接近且包含语义信息的目标模拟出行轨迹，能够提高模拟出行轨迹的真实性及可用性。

公开(公告)号：CN110675623B

公开(公告)日：2020-12-01

申请号：CN201910842242.8

申请日：2019-09-06

Applicant: 中国科学院自动化研究所 ,  东莞中国科学院云计算产业技术创新与育成中心

Inventor： 熊刚 ,  李志帅 ,  吕宜生 ,  陈圆圆 ,  赵红霞 ,  朱凤华 ,  沈震 ,  王飞跃

IPC: G08G1/01 ,  G08G1/065

Abstract: 本发明属于智能交通领域，具体涉及一种基于混合深度学习的短时交通流量预测方法、系统、装置，旨在解决现有大规模交通流量预测方法精度低的问题。本系统方法包括获取待预测的各交通观测点的历史交通流量数据；所述历史交通流量数据为t时刻之前连续的等时长时间段的r个交通流量数据集合；分别将各交通流量数据集合中的历史交通流量数据合并得到对应的合并数据，并将各合并数据归一化；基于归一化后的各交通观测点的历史交通流量数据，采用混合深度学习模型获取各交通观测点t时刻归一化的预测结果；将预测结果进行反归一化，得到各交通观测点t时刻的交通流量预测值。本发明提高了大规模交通流量预测的精度。