公开(公告)号：CN115985102A

公开(公告)日：2023-04-18

申请号：CN202310114056.9

申请日：2023-02-15

Applicant: 湖南大学深圳研究院

Inventor： 肖竹 ,  张天儒 ,  蒋洪波 ,  曾凡仔 ,  刘代波

IPC: G08G1/01

Abstract: 本发明公开了一种基于迁移对比学习的城市交通流量预测方法和设备，方法包括预测模块、源数据对比学习模块和目标数据对比学习模块；预测模块基于源城市数据和目标城市数据进行迁移学习，即首先利用编码器捕获输入数据特征，然后采用三维卷积层和MMD来进行迁移学习，最后通过注意力机制同时引入外部因素进行预测；两个对比学习模块基于增强处理前数据相对于增强处理后的正对和负对数据的相关性，尽可能提高与正对数据的相似性，减少与负对数据的相似性，实现采用对比学习自监督地学习目标数据和源数据的特征来辅助预测目标城市交通流量。本发明综合迁移学习和对比学习的优点，提高交通流量综合预测模型的泛化能力，进一步提高预测精度。

公开(公告)号：CN115985102B

公开(公告)日：2024-06-18

申请号：CN202310114056.9

申请日：2023-02-15

Applicant: 湖南大学深圳研究院

Inventor： 肖竹 ,  张天儒 ,  蒋洪波 ,  曾凡仔 ,  刘代波

IPC: G08G1/01

Abstract: 本发明公开了一种基于迁移对比学习的城市交通流量预测方法和设备，方法包括预测模块、源数据对比学习模块和目标数据对比学习模块；预测模块基于源城市数据和目标城市数据进行迁移学习，即首先利用编码器捕获输入数据特征，然后采用三维卷积层和MMD来进行迁移学习，最后通过注意力机制同时引入外部因素进行预测；两个对比学习模块基于增强处理前数据相对于增强处理后的正对和负对数据的相关性，尽可能提高与正对数据的相似性，减少与负对数据的相似性，实现采用对比学习自监督地学习目标数据和源数据的特征来辅助预测目标城市交通流量。本发明综合迁移学习和对比学习的优点，提高交通流量综合预测模型的泛化能力，进一步提高预测精度。