首页> 中国专利> 一种基于时空图神经网络的时间序列数据预测方法

一种基于时空图神经网络的时间序列数据预测方法

页面导航

摘要
著录项
法律信息
相似文献

摘要

本发明公开了一种基于时空图神经网络的时间序列数据预测方法，包括：采集道路车流辆数据，生成时间序列数据，根据传感器的空间特征来生成输入特征，捕捉时间特征来生成时间相似矩阵，然后通过映射生成全局时空相关邻接矩阵，再进一步生成组合时空相关邻接矩阵，将输入特征和组合时空相关邻接矩阵送入图神经网络中提取特征，使用Huber损失函数训练模型，预测车流量分布情况，汇总车流量分布。本发明能够对采集到的车流辆数据进行实时更新预测，捕捉到不同交通流数据之间潜在的时间和空间联系，获取道路交通网络的全局信息，用于智能交通系统的监测和管理，此方法具有耗时低、计算复杂度小、实时性高、准确率高的优点，并且适用于其他的时空预测任务。

著录项

公开/公告号CN114428937A

专利类型发明专利
公开/公告日2022-05-03

原文格式PDF
申请/专利权人南京师范大学;
展开▼

申请/专利号CN202111508244.7
发明设计人谢非;杨嘉乐;张瑞;凌旭;李群召;刘畅;郑鹏飞;夏光圣;章悦;
展开▼

申请日2021-12-10
分类号G06F17/16;G06F17/18;G06K9/62;G06N3/04;G06N3/08;
代理机构南京苏高专利商标事务所(普通合伙);
代理人向文
地址 210046 江苏省南京市栖霞区文苑路1号
入库时间 2023-06-19 15:08:40

法律信息

法律状态公告日

法律状态信息

法律状态
2022-05-20

实质审查的生效 IPC(主分类):G06F17/16 专利申请号:2021115082447 申请日:20211210

实质审查的生效

相似文献

专利
中文文献
外文文献

1. 一种基于时空数据的时空图神经网络瓦斯浓度预测方法 [P] . 中国专利： CN113657582A . 2021-11-16
2. 一种基于时间序列数据分析的神经网络风速预测方法 [P] . 中国专利： CN109934422B . 2021.06.29
3. 一种基于ABAQUS的多轴蠕变疲劳预测方法 [P] . 世界知识产权组织专利： WO2020/143284A1 . 2020.07.16
4. 一种基于变分自编码器的训练样本数据扩充方法、存储介质及计算机设备 [P] . 世界知识产权组织专利： WO2020/143321A1 . 2020.07.16
5. 一种基于动态视觉传感器的角点检测方法 [P] . 世界知识产权组织专利： WO2020/143499A1 . 2020.07.16