公开(公告)号：CN117496715B

公开(公告)日：2024-09-10

申请号：CN202311602798.2

申请日：2023-11-28

Applicant: 重庆邮电大学

Inventor： 王蓉 ,  郭清旺 ,  邓凌琪 ,  肖云鹏 ,  谢国强

IPC: G08G1/01 ,  G06F18/213 ,  G06F18/25 ,  G06N3/0499 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明属于智能交通领域，具体涉及一种基于隐藏时空特征挖掘的时空交通流预测方法，包括：将道路口作为路网节点,获取路网节点的历史交通数据，并转化为交通态势嵌入矩阵；将粒度信息与交通态势嵌入矩阵融和，得到交通态势像素矩阵；根据交通态势像素矩阵从时间、空间多个维度捕获特征并进行融合；通过非线性激活的前馈神经网络实现未来交通流量的预测。本发明针对交通隐私数据泄漏和动态的时空相关性，通过捕获交通数据中隐藏的时空间依赖关系，同时，引入Transformer多头注意力机制有效地捕获长时依赖与多维特征的动态变化关系，有效的提升了交通流的预测准确性。

公开(公告)号：CN117496715A

公开(公告)日：2024-02-02

申请号：CN202311602798.2

申请日：2023-11-28

Applicant: 重庆邮电大学

Inventor： 王蓉 ,  郭清旺 ,  邓凌琪 ,  肖云鹏 ,  谢国强

IPC: G08G1/01 ,  G06F18/213 ,  G06F18/25 ,  G06N3/0499 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明属于智能交通领域，具体涉及一种基于隐藏时空特征挖掘的时空交通流预测方法，包括：将道路口作为路网节点,获取路网节点的历史交通数据，并转化为交通态势嵌入矩阵；将粒度信息与交通态势嵌入矩阵融和，得到交通态势像素矩阵；根据交通态势像素矩阵从时间、空间多个维度捕获特征并进行融合；通过非线性激活的前馈神经网络实现未来交通流量的预测。本发明针对交通隐私数据泄漏和动态的时空相关性，通过捕获交通数据中隐藏的时空间依赖关系，同时，引入Transformer多头注意力机制有效地捕获长时依赖与多维特征的动态变化关系，有效的提升了交通流的预测准确性。