双层深度学习模型反推OD矩阵的方法、装置以及存储介质
实质审查的生效
摘要
本发明公开了一种双层深度学习模型反推OD矩阵的方法、装置以及存储介质，其中该方法包括：自动划分OD节点，初始化OD参数矩阵，采用模拟器并行提取模拟OD节点间路段总流量，模拟OD节点历史属性序列的方法；利用下层分配概率预测模型抽取图结构历史融合表征，对初始OD参数矩阵进行自相关提取的特征；并融合以上特征预测流量分配概率矩阵的方法；采用并行模拟和经验池存储模拟数据训练下层分配概率预测模型，待收敛后将其固定，利用真实OD节点历史属性序列，真实OD节点间路段总流量，修正上层OD参数矩阵的方法；迭代上下层训练至OD矩阵参数收敛即为反推OD矩阵。该方法构建深度学习模型，融合交通时空信息，有效提升了反推OD矩阵的准确性。
基本信息
专利标题 ：
双层深度学习模型反推OD矩阵的方法、装置以及存储介质
专利标题（英）：
暂无
公开（公告）号 ：
CN114282165A
申请号 ：
CN202111503979.0
公开（公告）日 ：
2022-04-05
申请日 ：
2021-12-10
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
连德富承孝敏熊哲立
申请人 ：
长三角信息智能创新研究院
申请人地址 ：
安徽省芜湖市智慧城市协同创新中心
代理机构 ：
北京润平知识产权代理有限公司
代理人 ：
董杰
优先权 ：
CN202111503979.0
主分类号 ：
G06F17/16
IPC分类号 ：
G06F17/16 G06F17/18 G06K9/62 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F17/00
特别适用于特定功能的数字计算设备或数据处理设备或数据处理方法
G06F17/10
复杂数学运算的
G06F17/16
矩阵或向量计算的
法律状态
2022-04-22 ：
实质审查的生效
IPC(主分类) : G06F 17/16
申请日 : 20211210
申请日 : 20211210
2022-04-05 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
