首页> 中国专利> 一种协同考虑时空相关性及贡献差异的多步交通速度预测方法

一种协同考虑时空相关性及贡献差异的多步交通速度预测方法

页面导航

摘要
著录项
相似文献

摘要

本发明公开了一种协同考虑时空相关性及贡献差异的多步交通速度预测方法，该方法使用了基于循环神经网络的编码‑解码的网络架构来充分表达交通速度的时序特性。在编码部分，对相关路段速度值所构成的输入向量引入第一阶段的注意力机制，使其自适应学习不同相关路段在不同时刻的权重贡献大小；在解码部分引入第二阶段的注意力机制，来自适应学习不同历史时刻对当前预测时刻的权重贡献大小。同时，考虑到外部因素的影响，将解码器的输出与外部因素特征一同输入全连接神经网络得到最终输出。本方法可以更细粒度地、差异化地刻画交通数据的时空相关特性，且能进行多步交通速度预测，为交通速度预测方法的研究指明了新的方向。

著录项

公开/公告号CN111613054B

专利类型发明专利
公开/公告日2021-07-06

原文格式PDF
申请/专利权人浙江大学;
展开▼

申请/专利号CN202010377173.0
发明设计人赵春晖;崔紫强;
展开▼

申请日2020-05-07
分类号G08G1/01(20060101);G06K9/62(20060101);G06N3/04(20060101);
代理机构33200 杭州求是专利事务所有限公司;
代理人邱启旺
地址 310058 浙江省杭州市西湖区余杭塘路866号
入库时间 2022-08-23 12:04:33

相似文献

专利
中文文献
外文文献

1. 一种协同考虑时空相关性及贡献差异的多步交通速度预测方法 [P] . 中国专利： CN111613054B . 2021.07.06
2. 一种协同考虑时空相关性及贡献差异的多步交通速度预测方法 [P] . 中国专利： CN111613054A . 2020-09-01
3. Traffic speed prediction using a deep neural network to accommodate citywide spatio-temporal correlations [P] . 韩国专利： KR20200084750A . 2020-07-13

机译：使用深度神经网络来适应全市时空相关性的交通速度预测
4. Traffic congestion predicting method, involves creating prediction of traffic congestion with respect to local position for later date based on determined average propagation velocity of traffic congestion [P] . 德国专利： DE102010045691A1 . 2011-04-28

机译：交通拥堵预测方法，涉及基于确定的交通拥堵的平均传播速度来创建关于本地位置的交通拥堵的预测，以供日后使用。
5. METHOD FOR CALCULATING REFERENCE SPEED OF WHEELS OF VEHICLES CONSIDERING SPEED DIFFERENCE BETWEEN FRONT AND REAR WHEELS [P] . 韩国专利： KR20050019979A . 2005-03-04

机译：考虑前轮和后轮速度差异的车辆车轮参考速度的计算方法