公开(公告)号：CN113255995A

公开(公告)日：2021-08-13

申请号：CN202110563190.8

申请日：2021-05-24

Applicant: 北京建筑大学

Inventor： 张蕾 ,  郭茂祖 ,  李栋 ,  魏楚元 ,  马晓轩 ,  郭全盛 ,  潘佳兴 ,  夏鹏飞

IPC: G06Q10/04 ,  G06Q50/26 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种空气污染预测方法，包括以下步骤：(1)获取空气污染气象数据；(2)将空气污染气象数据转换为像素矩阵并进行数据填充；(3)通过三维卷积神经网络模型进行面向时空域的时空特征统一建模；(4)将三维卷积神经网络模型的输出作为卷积长短时记忆网络的输入部分，进行长时和短时依赖建模；(5)基于时空动态平流法生成空气污染预测模型；(6)通过正交正则化算法对空气污染预测模型优化后进行环境预测。使用解耦的三维卷积进行时空特征统一建模，增强时空域特征提取的表征能力，真正实现时空特性的融合，在提高时空域卷积性能的同时，降低了训练成本，提高了训练速度。

公开(公告)号：CN119380542A

公开(公告)日：2025-01-28

申请号：CN202411503727.1

申请日：2024-10-25

Applicant: 北京建筑大学 ,  西安交通大学

Inventor： 陈才 ,  王坚 ,  许丁昕 ,  李栋 ,  钟华 ,  居旭薇 ,  杨耀庭

IPC: G08G1/01 ,  G06N3/0464 ,  G06Q50/40

Abstract: 本申请公开了一种基于耦合多因子协同图网络的交通流量预测模型构建方法，通过获取城市路网的交通特征数据，并进行预处理，得到标准化交通特征数据；根据标准化交通特征数据将交通路网模拟为图网络；根据图网络构建距离邻接矩阵、节点相关性矩阵、环境舒适性矩阵和主观性矩阵，并进行融合，得到耦合多因子特征；根据注意力机制和神经网络构建耦合多因子特征协同的时空模型；训练时空模型，并进行评估，得到交通流量预测模型。本申请提供的基于耦合多因子协同图网络的交通流量预测模型构建方法考虑了耦合时空特征与复杂场景因素，因此训练出来的交通流量预测模型能够对多源复杂场景下的交通流量进行精确预测。