-
公开(公告)号:CN118071567A
公开(公告)日:2024-05-24
申请号:CN202410193582.3
申请日:2024-02-21
Applicant: 北京交通大学
IPC: G06Q50/40 , G08G1/01 , G06N7/01 , G06N3/045 , G06N3/042 , G06N3/0464 , G06N3/0475
Abstract: 本发明提供了一种基于扩散模型的城市区域间路段通行概率生成方法及系统,属于智慧城市交通领域。所述方法首先获取待监控城市的路网地图及轨迹数据集;对路网地图进行网格划分,确定出发地O区域和目的地D区域;再根据路网地图及轨迹数据集,构造特征X=(l1,l2,…li,…lm),其中li表示路段i的通行概率,m是路网中节点集合N中节点的数量;对所有OD对的特征X进行归一化处理,并划分为训练集和测试集;基于扩散模型构建区域间路段通行概率生成模型,并分别完成对模型的训练和测试;获取待监控城市中任意OD区域内的路网数据,并输入模型得到对应的路段通行概率。本发明提高了区域间路段通行概率的计算效率、准确率及实时性。
-
公开(公告)号:CN120011656A
公开(公告)日:2025-05-16
申请号:CN202411931849.0
申请日:2024-12-26
Applicant: 北京交通大学
IPC: G06F16/9537 , G06F16/951 , G06F18/15 , G06F18/213 , G06F18/22 , G06N3/0464 , G06N3/0455 , G06N3/0475 , G06N3/045 , G06N3/0895
Abstract: 一种基于扩散模型的兴趣点签到序列生成方法,属于时空数据挖掘、深度学习技术领域。数据预处理,对真实世界数据集进行清洗和平滑操作,确保数据质量和一致性;进行时空无损编码,将不同长度的签到序列转换为相等长度的签到向量,通过空间频率向量和时间桶向量进行编码,保留了原始序列的信息;建立扩散模型,构建空间扩散模块和时间扩散模块,利用前向扩散过程和反向重建过程捕获时空特征;在扩散模块中引入条件U型网络,提出了一种去噪网络,用于捕获复杂的时空相关性,通过自注意力机制进行建模;使用对比学习策略,采用三元对比学习进一步捕获签到序列的时空相关性,加强时间和空间扩散模块之间的联系。
-