-
公开(公告)号:CN113657645A
公开(公告)日:2021-11-16
申请号:CN202110801710.4
申请日:2021-07-15
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于注意力机制的时空连接增强3DCNN交通预测方法,本发明设计了由周期组件、趋势组件和近期组件组成的时空连接增强3DCNN模型框架,周期组件和趋势组件用于提取时间间隔较远的交通流数据的时空特征,近期组件用于提取近期数据的时空特征并进一步学习另外两个组件提取的信息以提高预测精度;在传统注意力机制时空维度基础上考虑通道维度,构建时空影响注意力模块来捕获时空特征的影响程度,达到量化时空异质性进而提高预测精度的目的;将多注意力模块连接,低层模块得到信息对高层模块可见度变高。本发明进一步提高交通流数据的预测精度。
-
公开(公告)号:CN113657645B
公开(公告)日:2023-09-26
申请号:CN202110801710.4
申请日:2021-07-15
Applicant: 杭州电子科技大学
IPC: G06Q10/04 , G06Q50/26 , G06N3/0464 , G06N3/084 , G08G1/01
Abstract: 本发明公开了一种基于注意力机制的时空连接增强3DCNN交通预测方法,本发明设计了由周期组件、趋势组件和近期组件组成的时空连接增强3DCNN模型框架,周期组件和趋势组件用于提取时间间隔较远的交通流数据的时空特征,近期组件用于提取近期数据的时空特征并进一步学习另外两个组件提取的信息以提高预测精度;在传统注意力机制时空维度基础上考虑通道维度,构建时空影响注意力模块来捕获时空特征的影响程度,达到量化时空异质性进而提高预测精度的目的;将多注意力模块连接,低层模块得到信息对高层模块可见度变高。本发明进一步提高交通流数据的预测精度。
-