一种基于时空多尺度图卷积网络的交通流预测模型的构建方法以...
公开
摘要
本发明提供了一种基于时空多尺度图卷积网络的交通流预测模型的构建方法以及交通流预测方法，具体来说，给定一个细粒度交通图，首先通过谱聚类生成一个粗粒度交通图；然后分别提取细粒度和粗粒度交通图的时空相关性，本发明充分挖掘了空间相关性，包括区域的静态不变特征和动态的空间相关性；其次，为了缓解细粒度交通图中交通流波动的负面影响，采用跨尺度融合来实现细粒度交通图和粗粒度交通图之间的信息扩散；最后，在两个真实世界的交通数据集上进行实验，选择最优参数，确定最终的结果。本发明改进了现有的交通流预测模型，使得模型可以利用粗粒度交通图中的特征，缓解细粒度交通图中交通流波动的负面影响，一定程度上提高了预测精度。
基本信息
专利标题 ：
一种基于时空多尺度图卷积网络的交通流预测模型的构建方法以及交通流预测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114611383A
申请号 ：
CN202210175760.0
公开（公告）日 ：
2022-06-10
申请日 ：
2022-02-25
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
吴黎兵曹书琴张瑞王敏张壮壮
申请人 ：
武汉大学
申请人地址 ：
湖北省武汉市武昌区珞珈山武汉大学
代理机构 ：
武汉科皓知识产权代理事务所(特殊普通合伙)
代理人 ：
罗飞
优先权 ：
CN202210175760.0
主分类号 ：
G06F30/27
IPC分类号 ：
G06F30/27 G08G1/01
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
G06F30/27
使用机器学习，例如人工智能，神经网络，支持向量机或训练模型
法律状态
2022-06-10 ：
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
