-
公开(公告)号：CN115938112B
公开(公告)日：2024-08-23
申请号：CN202211470118.1
申请日：2022-11-23
Applicant: 华侨大学
IPC: G08G1/01 , G06N3/0442 , G06N3/049 , G06N3/048 , G06F17/16
Abstract: 本发明涉及一种交通需求预测方法、系统、电子设备及计算机存储介质，涉及智慧交通技术领域，方法包括获取交通数据中的时序特征；根据所述时序特征进行时序信息编码，得到输入特征矩阵；根据所述输入特征矩阵利用时间上的多头门控自注意力提取模块进行特征提取，得到带有时间特征的特征矩阵；根据所述带有时间特征的特征矩阵利用空间上的多头门控递归图注意力模块进行特征提取，得到带有时间特征和空间特征的特征矩阵；获取预设时间交通数据；根据所述预设时间交通数据和所述带有时间特征和空间特征的特征矩阵确定预测结果。本发明通过充分挖掘交通数据中的时空特征，从而实现快速且准确地对城市交通需求进行预测。
-
Patent Agency Ranking
公开(公告)号：CN117593045B
公开(公告)日：2024-04-09
申请号：CN202410077832.7
申请日：2024-01-19
Applicant: 华侨大学 , 厦门清淼智能科技有限公司
IPC: G06Q30/0202 , G06N3/0455 , G06N3/0464 , G06N3/0442 , G06F18/15 , G06F18/25 , G06N3/048
Abstract: 本发明提供了一种商用车辆需求预测方法、装置、设备及存储介质，包括：构建商用车辆历史需求特征矩阵；将历史需求特征矩阵输入经过训练的商用车辆需求预测模型后，输出对应的商用车辆未来需求预测值；模型的网络结构在编码器解码器架构的基础上进行改进；在每一层编码器层中，数据从三维卷积层输入后，三维卷积层的输出经过残差连接和层归一化后输出至下一层编码器层；在每一层解码器层中，数据从多个扩张感知长短期单元并行输入后，所有扩张感知长短期单元的输出共同经过残差连接和层归一化后输出至下一层解码器层。通过充分挖掘商用车辆需求数据中的时空特性，能够快速、准确地对目标区域商用车辆的需求进行预测。
-
公开(公告)号：CN116991834A
公开(公告)日：2023-11-03
申请号：CN202310957886.8
申请日：2023-08-01
Applicant: 华侨大学
IPC: G06F16/215 , G06F16/29 , G06Q10/04 , G06Q50/26 , G06Q50/30
Abstract: 本发明提供了一种出租车数据集清洗构建方法、装置、设备及介质，首先，该方法通过限定了研究区域在城市的中心区域，从而避免因交通流采样点较少而带来的误差；接着，进行了数据清洗工作，清除缺失关键值数据、清除冗余数据、清除超速数据和清除停运状态数据；最后，进行数据筛选工作，通过网格划分的方式构建了城市区域出租车需求数据集，通过地图匹配纠正了GPS轨迹点的偏差，并基于路网结构构建了城市道路交通流数据集。其通过充分考虑出租车数据集中的时空分布特性，提出相应地处理流程，从而实现快速且准确地构建城市区域出租车需求数据集和城市道路交通流数据集，为城市区域出租车需求预测工作和城市道路交通流预测工作提供了数据支撑。
-
公开(公告)号：CN117953684A
公开(公告)日：2024-04-30
申请号：CN202410118513.6
申请日：2024-01-29
Applicant: 华侨大学
IPC: G08G1/01 , G08G1/065 , G06N3/045 , G06N3/0464 , G06N3/0442 , G06N3/042
Abstract: 本发明提供一种城市道路交通流预测方法，包括构建编码器和解码器；根据道路交通网络构建用于表征时间间隔内城市道路交通流的特征矩阵，依据该特征矩阵得到编码器输入#imgabs0#和解码器输入#imgabs1##imgabs2#经过编码器层的多头门控自注意力层得到#imgabs3#并通过门控递归图单元层提取时空相关性，进而得到编码器输出#imgabs4#和#imgabs5##imgabs6#输入带遮掩的多头门控自注意力层，该待遮掩的多头门控自注意力层的输出与编码器输出#imgabs7#共同输入解码器层的多头门控自注意力层，该多头门控自注意力层的输出与编码器输出的#imgabs8#共同输入解码器层的门控递归图单元层，从而得到预测结果。本发明通过充分挖掘道路交通流数据中的时空特性，实现快速准确地对城市道路交通流预测。
-
公开(公告)号：CN115938112A
公开(公告)日：2023-04-07
申请号：CN202211470118.1
申请日：2022-11-23
Applicant: 华侨大学
IPC: G08G1/01 , G06N3/0442 , G06N3/049 , G06N3/048 , G06F17/16
Abstract: 本发明涉及一种交通需求预测方法、系统、电子设备及计算机存储介质，涉及智慧交通技术领域，方法包括获取交通数据中的时序特征；根据所述时序特征进行时序信息编码，得到输入特征矩阵；根据所述输入特征矩阵利用时间上的多头门控自注意力提取模块进行特征提取，得到带有时间特征的特征矩阵；根据所述带有时间特征的特征矩阵利用空间上的多头门控递归图注意力模块进行特征提取，得到带有时间特征和空间特征的特征矩阵；获取预设时间交通数据；根据所述预设时间交通数据和所述带有时间特征和空间特征的特征矩阵确定预测结果。本发明通过充分挖掘交通数据中的时空特征，从而实现快速且准确地对城市交通需求进行预测。
-
公开(公告)号：CN117593045A
公开(公告)日：2024-02-23
申请号：CN202410077832.7
申请日：2024-01-19
Applicant: 华侨大学 , 厦门清淼智能科技有限公司
IPC: G06Q30/0202 , G06N3/0455 , G06N3/0464 , G06N3/0442 , G06F18/15 , G06F18/25 , G06N3/048
Abstract: 本发明提供了一种商用车辆需求预测方法、装置、设备及存储介质，包括：构建商用车辆历史需求特征矩阵；将历史需求特征矩阵输入经过训练的商用车辆需求预测模型后，输出对应的商用车辆未来需求预测值；模型的网络结构在编码器解码器架构的基础上进行改进；在每一层编码器层中，数据从三维卷积层输入后，三维卷积层的输出经过残差连接和层归一化后输出至下一层编码器层；在每一层解码器层中，数据从多个扩张感知长短期单元并行输入后，所有扩张感知长短期单元的输出共同经过残差连接和层归一化后输出至下一层解码器层。通过充分挖掘商用车辆需求数据中的时空特性，能够快速、准确地对目标区域商用车辆的需求进行预测。
-
-
-
-
-
Search Results
6
records
(took 0.018 seconds)
