公开(公告)号：CN116246457B

公开(公告)日：2024-10-08

申请号：CN202211622742.9

申请日：2022-12-16

Applicant: 北京交通大学

Inventor： 张金雷 ,  金广垠 ,  杨立兴 ,  沙恒宇 ,  黄金才 ,  杨咏杰 ,  高自友

IPC: G08G1/01 ,  G06N3/08 ,  G06N3/0442 ,  G06N3/0464

Abstract: 本发明公开一种路口联合建模的对偶图卷积网络的行程时间估计方法。该方法包括：获取目标路径和对应的出发时间；针对所述目标路径和对应的出发时间，利用对偶图卷积网络估计行程时间，该对偶图卷积网络以设定的损失函数最小化为目标，利用历史轨迹数据集训练获得，其中所述对偶图卷积网络包括嵌入层、时空图学习层和多任务学习层，所述时空图学习层通过对节点图和边图进行对偶图卷积捕获时空特征，所述节点图的每个节点和边分别代表一个路口和路段，所述边图的节点是节点图中的对应边。本发明采用对偶图卷积方法来捕获路口和路段的复杂关系，能够对交叉路口和路段进行联合建模，提升了行程估计时间的准确性。

公开(公告)号：CN116246457A

公开(公告)日：2023-06-09

申请号：CN202211622742.9

申请日：2022-12-16

Applicant: 北京交通大学

Inventor： 张金雷 ,  金广垠 ,  杨立兴 ,  沙恒宇 ,  黄金才 ,  杨咏杰 ,  高自友

IPC: G08G1/01 ,  G06N3/08 ,  G06N3/0442 ,  G06N3/0464

Abstract: 本发明公开一种路口联合建模的对偶图卷积网络的行程时间估计方法。该方法包括：获取目标路径和对应的出发时间；针对所述目标路径和对应的出发时间，利用对偶图卷积网络估计行程时间，该对偶图卷积网络以设定的损失函数最小化为目标，利用历史轨迹数据集训练获得，其中所述对偶图卷积网络包括嵌入层、时空图学习层和多任务学习层，所述时空图学习层通过对节点图和边图进行对偶图卷积捕获时空特征，所述节点图的每个节点和边分别代表一个路口和路段，所述边图的节点是节点图中的对应边。本发明采用对偶图卷积方法来捕获路口和路段的复杂关系，能够对交叉路口和路段进行联合建模，提升了行程估计时间的准确性。