公开(公告)号：CN115482666B

公开(公告)日：2024-05-07

申请号：CN202211110596.1

申请日：2022-09-13

Applicant: 杭州电子科技大学

Inventor： 王兴起 ,  叶佳妮 ,  邵艳利 ,  魏丹 ,  陈滨 ,  方景龙

IPC: G08G1/01 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/084 ,  G06V10/762 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明公开了一种基于数据融合的多图卷积神经网络交通预测方法，本发明针对目前主流模型构建交通拓扑图时不考虑节点的时空特征，利用3D卷积构成3DRepVGG组件来提取欧式交通流数据的时空特征，并将其作为交通拓扑图中每个节点特征；设计了周期门控逻辑单元处理非欧式交通流数据，提升模型提取时间特征的能力，并利用聚类算法对区域交通状况进行识别和量化，提高模型泛化能力并减少参数量；根据区域交通状态、非欧式交通流数据和节点特征数据来构建多个交通拓扑图，加强模型提取远距离空间特征的能力，进一步提高预测精度。

公开(公告)号：CN115482666A

公开(公告)日：2022-12-16

申请号：CN202211110596.1

申请日：2022-09-13

Applicant: 杭州电子科技大学

Inventor： 王兴起 ,  叶佳妮 ,  邵艳利 ,  魏丹 ,  陈滨 ,  方景龙

IPC: G08G1/01 ,  G06N3/04 ,  G06N3/08 ,  G06V10/762 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明公开了一种基于数据融合的多图卷积神经网络交通预测方法，本发明针对目前主流模型构建交通拓扑图时不考虑节点的时空特征，利用3D卷积构成3DRepVGG组件来提取欧式交通流数据的时空特征，并将其作为交通拓扑图中每个节点特征；设计了周期门控逻辑单元处理非欧式交通流数据，提升模型提取时间特征的能力，并利用聚类算法对区域交通状况进行识别和量化，提高模型泛化能力并减少参数量；根据区域交通状态、非欧式交通流数据和节点特征数据来构建多个交通拓扑图，加强模型提取远距离空间特征的能力，进一步提高预测精度。