一种基于时空图小波卷积神经网络的交通流预测方法
公开
摘要
本发明涉及一种基于时空图小波卷积神经网络的交通流预测方法。包括:S1、交通流数据预处理;S2、交通流预测模型的建立;S3、交通流预测模型训练及参数调优;S4、基于参数调优的交通流预测模型进行交通流预测。本发明方法建立模型具有特点:结构上,STGWCNN模型采用两头大中间小的“三明治”结构以充分应用瓶颈策略,由图小波卷积神经网络层对通道进行下缩放和上缩放,实现尺度压缩和特征压缩。功能上,STGWCNN模型设计的图小波卷积神经网络层捕捉时空序列数据的空间拓扑结构,可以有效地学习局部化的、稀疏的特征表达,同时提升网络的表达效果和网络的灵活性;时间门控卷积层通过门控线性单元堆叠因果卷积,能够较好实现提取时空序列的时间依赖性目的。
基本信息
专利标题 :
一种基于时空图小波卷积神经网络的交通流预测方法
专利标题(英):
暂无
公开(公告)号 :
CN114626607A
申请号 :
CN202210260593.X
公开(公告)日 :
2022-06-14
申请日 :
2022-03-16
授权号 :
暂无
授权日 :
暂无
发明人 :
毛国君赵世豪王翔
申请人 :
福建工程学院
申请人地址 :
福建省福州市闽侯县大学新区学府南路33号
代理机构 :
福州元创专利商标代理有限公司
代理人 :
陈明鑫
优先权 :
CN202210260593.X
主分类号 :
G06Q10/04
IPC分类号 :
G06Q10/04 G06Q50/26 G08G1/01 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
2022-06-14 :
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