一种基于图神经网络的交通流预测方法
实质审查的生效
摘要
一种基于图神经网络的交通流预测方法，在空间依赖性建模时强调相隔较远的空间两点间的依赖关系，并加入时间因素和时序因素；基于轨迹频繁序列和时间顺序相似度构造交通路网的图邻接矩阵，将图定义为加入时间因素的无向图Graph＝(V，E，A)；利用时间维度和空间维度计算注意力系数，同时关注空间序号和时序变化趋势提出时空融合网络STGFN的交通预测模型，提高了大范围的城市交通流预测的整体预测准确度，尤其是突发交通状况时的预测准确度。
基本信息
专利标题 ：
一种基于图神经网络的交通流预测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114495492A
申请号 ：
CN202111678495.X
公开（公告）日 ：
2022-05-13
申请日 ：
2021-12-31
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
闫碧莹陈峰曹娅琪张思卿许晶航
申请人 ：
中国科学院软件研究所;贵阳信息技术研究院
申请人地址 ：
北京市海淀区中关村南四街4号
代理机构 ：
贵州派腾知识产权代理有限公司
代理人 ：
张祥军
优先权 ：
CN202111678495.X
主分类号 ：
G08G1/01
IPC分类号 ：
G08G1/01 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G08
信号装置
G08G
交通控制系统
G08G1/00
道路车辆的交通控制系统
G08G1/01
检测要统计或要控制的交通运动
法律状态
2022-05-31 ：
实质审查的生效
IPC(主分类) : G08G 1/01
申请日 : 20211231
申请日 : 20211231
2022-05-13 ：
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
