公开(公告)号：CN115510174A

公开(公告)日：2022-12-23

申请号：CN202211197830.9

申请日：2022-09-29

Applicant: 重庆邮电大学

Inventor： 王蓉 ,  李淼妃 ,  赵健宽 ,  蒋建春 ,  王华 ,  郭清旺

IPC: G06F16/29 ,  G06F16/215 ,  G06T5/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于智能交通领域，具体涉及一种基于路网像素化的Wasserstein生成对抗流量数据插补方法，包括考虑到交通数据与图像数据具有一定的结构相似性，提出一种交通数据Trajectory2Matrix的表示方法，将交通路网以及轨迹数据进行像素化表示；构建路网流量生成对抗网络模型，考虑到外部因素和隐式空间特征的影响，引入重建路网拓扑结构和多源异质融合模块优化Wasserstein生成对抗网络的生成器，并同时提出一种全新的损失函数对生成的交通流量特征图中缺失的部分进行有效修复；将修复的数据输入路网流量数据生成对抗网络模型的判别器中判断该修复的数据的真实度，若真实度大于设置的阈值则完成修复，否则重新输入路网流量数据生成对抗网络模型进行数据修复；本发明能更好的挖掘缺失路网流量数据的多维的补偿特征，从缺失数据历史数据、缺失道路邻居节点和外部因素三个维度上补偿缺失数据，提高数据修复的鲁棒性和自适应性，也能有效融合动/静态外部属性和时间多模特性，进一步提高数据修复的精度。

公开(公告)号：CN114492992A

公开(公告)日：2022-05-13

申请号：CN202210085688.2

申请日：2022-01-25

Applicant: 重庆邮电大学

Inventor： 王蓉 ,  赵健宽 ,  李淼妃 ,  蒋建春 ,  赵卫峰

IPC: G06Q10/04 ,  G06N3/08 ,  G06N3/04 ,  G06K9/62 ,  G08G1/065

Abstract: 本发明属于智能交通领域，具体涉及一种基于Transformer的自适应时空图神经网络交通流预测方法及系统，方法包括获取历史数据，将历史数据拼接后作为输入数据；将输入数据使用向量进行表示，并获取表征路网空间特征的邻接矩阵和交通流特征矩阵；根据路网的连通性和节点特征矩阵，提取节点自身的时间相关性、不同节点间之间的时空相关性获得第一交通流特征矩阵，并根据路网结构中的隐藏的空间相关性，获得第二交通流特征矩阵；将第一交通流特征矩阵与第二交通流特征矩阵进行融合，得到最终的交通流特征，将该特征输入预测模型进行预测得到预测结果；本发明在复杂交通的状况下对较长时交通流具有良好的预测效果。