公开(公告)号：CN118351690A

公开(公告)日：2024-07-16

申请号：CN202410492313.7

申请日：2024-04-23

Applicant: 上海工程技术大学

Inventor： 介玉蕊 ,  郝椿淋 ,  张剑

IPC: G08G1/01 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种基于自注意机制和深度学习的交通流预测方法，属于交通监测技术领域。它包括以下步骤：S1、利用TCN收集包含X1‑X6的六维交通流特征得重要特征；S2、BiGRU处理重要特征，得输出向量；S3、将输出向量输入至自注意机制层，获取自注意力机制权重；融合自注意力机制权重和输出向量并经线性变换，最终得TCN‑BiGRU‑自注意力机制交通流预测模型；S4、基于模型预测某一时刻的交通流量，并对比该时段的真实交通流数据。本发明将TCN、BiGRU和自注意机制的输出三者融合，捕捉不同位置之间的关系和重要性，更好地适应复杂的交通流动性变化和模式，更全面地捕捉序列中的信息，提高预测的准确性。

公开(公告)号：CN117336814A

公开(公告)日：2024-01-02

申请号：CN202311114019.4

申请日：2023-08-31

Applicant: 上海工程技术大学

Inventor： 王文翠 ,  张剑 ,  郝椿淋

IPC: H04W40/12 ,  H04W4/40

Abstract: 本发明涉及车联网的技术领域，公开了一种基于链路质量评估的车联网最短路径优化方法，其特征在于：利用模糊逻辑评估相邻节点之间的链路质量，以此作为节点间的连通值，使用迪杰斯特拉算法，计算从源节点到目的节点的最短路径，实现路径优化。应用基于SDVN制定车联网路由策略，在传统以车辆位置为路由条件的车联网路由的基础上提供更全面的链路评估方法来实现路由路径的选择。