基于混合深度学习框架的城市车辆旅行时间估计方法
实质审查的生效
摘要

本公开实施例中提供了一种基于混合深度学习框架的城市车辆旅行时间估计方法,属于数据处理技术领域,具体包括:构建无向图;形成嵌入向量集合;收集原始数据集,并根据其数据结构划分为路径数据集、时间数据集、交通数据集、天气数据集和个人数据集;得到每个数据集对应的向量序列;得到多模态特征;得到综合特征向量;计算旅行时间的估计值;根据估计值与真实值的误差值迭代更新可学习参数,直到误差值小于阈值,得到目标模型;采集目标车辆的路径数据集、时间数据集、交通数据集、天气数据集和个人数据集输入目标模型,得到旅行时间预测值。通过本公开的方案,拟合特征间的交互关系,有效融合多模态特征,全面、精确地估计车辆旅行时间。

基本信息
专利标题 :
基于混合深度学习框架的城市车辆旅行时间估计方法
专利标题(英):
暂无
公开(公告)号 :
CN114372627A
申请号 :
CN202210017292.4
公开(公告)日 :
2022-04-19
申请日 :
2022-01-07
授权号 :
暂无
授权日 :
暂无
发明人 :
谌恺祺储国威石岩邓敏
申请人 :
中南大学
申请人地址 :
湖南省长沙市岳麓区麓山南路932号
代理机构 :
长沙轩荣专利代理有限公司
代理人 :
张勇
优先权 :
CN202210017292.4
主分类号 :
G06Q10/04
IPC分类号 :
G06Q10/04  G06N3/04  G06N3/08  
IPC结构图谱
G
G部——物理
G06
计算;推算或计数
G06Q
专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10/00
行政;管理
G06Q10/04
预测或优化,例如线性规划、“旅行商问题”或“下料问题”
法律状态
2022-05-06 :
实质审查的生效
IPC(主分类) : G06Q 10/04
申请日 : 20220107
2022-04-19 :
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
  • 联系电话
    电话:023-6033-8768
    QQ:1493236332
  • 联系 Q Q
    电话:023-6033-8768
    QQ:1493236332
  • 关注微信
    电话:023-6033-8768
    QQ:1493236332
  • 收藏
    电话:023-6033-8768
    QQ:1493236332