公开(公告)号：CN116010885A

公开(公告)日：2023-04-25

申请号：CN202211650417.3

申请日：2022-12-21

Applicant: 重庆邮电大学

Inventor： 常光辉 ,  胡智鹏 ,  陈阔 ,  葛永新 ,  李坤红

IPC: G06F18/2431 ,  G06F18/2433 ,  G06F18/214 ,  G06F16/215 ,  G06F18/24 ,  G06F18/213 ,  G06F18/10 ,  G06N3/08 ,  G06N3/0442

Abstract: 本发明请求保护一种长序列条件下的车辆异常时空数据检测模型及方法。XGBoost是一种梯度增强，决策树可用于分类或回归，但不是处理典型时间序列问题的方法。相反，GRU是一个神经网络模型，它是RNN模型的一个派生，用于处理时间序列问题。两种模型的原理有很大的不同，结果的相关性很小。因此，两种不同模型的融合有利于提高预测精度。该方法包括：1)用机器学习的方法，基于已知样本中的决定性特征，建立和训练基于样本决定性特征的车辆轨迹模型；2)获取新个体的决定性特征数据，根据所述的基于样本决定性特征的车辆轨迹异常挖掘模型得到该新轨迹的判别结果，根据结果来预判车辆的时空数据是否正常。

公开(公告)号：CN115762147B

公开(公告)日：2023-11-21

申请号：CN202211386613.4

申请日：2022-11-07

Applicant: 重庆邮电大学

Inventor： 黄海辉 ,  李坤鸿 ,  常光辉 ,  王玮晗 ,  胡智鹏 ,  胡诗洋

IPC: G08G1/01 ,  G06F30/27 ,  G06F119/02

公开(公告)号：CN115762147A

公开(公告)日：2023-03-07

申请号：CN202211386613.4

申请日：2022-11-07

Applicant: 重庆邮电大学

Inventor： 黄海辉 ,  李坤鸿 ,  常光辉 ,  王玮晗 ,  胡智鹏 ,  胡诗洋

IPC: G08G1/01 ,  G06F30/27 ,  G06F119/02

Abstract: 本发明请求保护一种基于自适应图注意神经网络的交通流量预测方法，旨在预测中长时间交通车流量，属于城市交通规划及流量预测技术领域。包括：步骤1：提取道路的流量数据，通过注意力机制以及时空数据嵌入的方法对流量数据进行预处理，得到预处理后的数据序列；步骤2：在此基础上，对得到的数据序列提取时空特征；步骤3：在经过多个网络层进行提取后，使用改进多头注意力机制进行了收敛，并经过全连接层得到预测的结果。以上所述方法采用多模块并行处理，改进了卷积的方式，以减少训练时间。本发明的方法能够进行更准确的交通流量预测，可以更好的完成预测任务。