一种面向多元交通流时空数据信息的交通流预测方法

    公开(公告)号:CN117496699B

    公开(公告)日:2024-09-10

    申请号:CN202311425642.1

    申请日:2023-10-30

    Abstract: 本发明属于交通流预测技术领域,具体涉及一种面向多元交通流时空数据信息的交通流预测方法,包括获取输入数据,基于注意力机制对输入数据进行加权求和得到动态加权的输入数据矩阵,并利用出度矩阵和入度矩阵分别对其进行掩码得到对应的动态权重矩阵;构建自适应矩阵并对其进行稀疏化;基于动态权重矩阵和自适应矩阵构建扩散图卷积网络模块,在基于扩散图卷积网络模构建GRU门控单元,将输入数据输入门控单元获取状态向量;利用多头注意力机制对获取的隐状态信息进行处理,将多头注意力的输出输入到神经网络层进行预测;本发明提高交通流预测的准确度,同时降低了交通流波动对预测结果的影响。

    基于改进的Unet3+网络的视网膜血管图像分割方法

    公开(公告)号:CN117456178A

    公开(公告)日:2024-01-26

    申请号:CN202311423445.6

    申请日:2023-10-30

    Abstract: 本发明涉及医学影像人工智能语义分割技术领域,特别涉及基于改进的Unet3+网络的视网膜血管图像分割方法,包括:获取视网膜血管图像的数据集和视网膜血管图像的灰度图数据集;将这两个数据集输入引导过滤编码器模块进行特征提取,得到特征图G;将特征图G输入到引导过滤解码器模块,得到解码特征图;将解码特征图输入到分类引导模块中,得到分类引导图;将分类引导图输入到深监督模块中,得到图像分割结果;根据图像分割结果计算模型的损失值,通过损失值更新模型参数,当损失值最小时,完成模型训练;本发明采用引导过滤层在不增加模型参数数量和复杂性的前提下能够有效避免模型在上下采样的过程中图像边缘信息的丢失。

    一种面向多元交通流时空数据信息的交通流预测方法

    公开(公告)号:CN117496699A

    公开(公告)日:2024-02-02

    申请号:CN202311425642.1

    申请日:2023-10-30

    Abstract: 本发明属于交通流预测技术领域,具体涉及一种面向多元交通流时空数据信息的交通流预测方法,包括获取输入数据,基于注意力机制对输入数据进行加权求和得到动态加权的输入数据矩阵,并利用出度矩阵和入度矩阵分别对其进行掩码得到对应的动态权重矩阵;构建自适应矩阵并对其进行稀疏化;基于动态权重矩阵和自适应矩阵构建扩散图卷积网络模块,在基于扩散图卷积网络模构建GRU门控单元,将输入数据输入门控单元获取状态向量;利用多头注意力机制对获取的隐状态信息进行处理,将多头注意力的输出输入到神经网络层进行预测;本发明提高交通流预测的准确度,同时降低了交通流波动对预测结果的影响。

Patent Agency Ranking