公开(公告)号：CN113469425B

公开(公告)日：2024-02-13

申请号：CN202110697865.8

申请日：2021-06-23

Applicant: 北京邮电大学

Inventor： 赵龙 ,  刘子珩 ,  何梓搏

IPC: G06Q10/04 ,  G06Q10/067 ,  G06Q50/26 ,  G08G1/01

Abstract: 本发明公开一种深度交通拥堵预测方法，包括：步骤1，网络服务器存储道路交通信息，建立路段流量向量的样本集合，获得历史数据集合；步骤2，将交通路网结构信息转化为拓扑图结构；步骤3，获得节点的度信息并依据节点的度信息在历史数据集合中挑选选取的路段数据，得到缺失数据集合；步骤4，对缺失路段数据进行补全，得到补全数据集合；步骤5，将补全数据集合输入深度学习流量预测模型，进行道路拥堵预测。本发明所述预测方法预测准确率高并降低通信开销；减少了发送的数据量并降低了缺失数据对预测性能的影响。

公开(公告)号：CN113469425A

公开(公告)日：2021-10-01

申请号：CN202110697865.8

申请日：2021-06-23

Applicant: 北京邮电大学

Inventor： 赵龙 ,  刘子珩 ,  何梓搏

IPC: G06Q10/04 ,  G06Q10/06 ,  G06Q50/26 ,  G08G1/01

Abstract: 本发明公开一种深度交通拥堵预测方法，包括：步骤1，网络服务器存储道路交通信息，建立路段流量向量的样本集合，获得历史数据集合；步骤2，将交通路网结构信息转化为拓扑图结构；步骤3，获得节点的度信息并依据节点的度信息在历史数据集合中挑选选取的路段数据，得到缺失数据集合；步骤4，对缺失路段数据进行补全，得到补全数据集合；步骤5，将补全数据集合输入深度学习流量预测模型，进行道路拥堵预测。本发明所述预测方法预测准确率高并降低通信开销；减少了发送的数据量并降低了缺失数据对预测性能的影响。