申请/专利权人:杭州电子科技大学
申请日:2024-03-13
公开(公告)日:2024-06-11
公开(公告)号:CN118171233A
主分类号:G06F18/25
分类号:G06F18/25;G06F18/27;G06F18/213;G08G1/01;G06N3/0442;G06N3/045;G06N3/0464;G06N3/082
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.06.28#实质审查的生效;2024.06.11#公开
摘要:本发明公开一种基于注意力机制的面对多模式交通的时空融合图生成方法,包括以下步骤:步骤一,从总交通流数据中获取时间图和空间图并融合生成自适应时空融合图;步骤二,将总交通流解耦分割;步骤三,对解耦分割后的交通模式流通过生成的自适应时空融合图进行图卷积,提取到各交通模式流中的时空特征;步骤四,将提取的各交通模式流中的时空特征拼接后通过门控机制进一步获取到交通模式流在其总时间步长的隐藏状态;步骤五,将总交通流、时间图、解耦后的交通模式流以及所述总时间步长的隐藏状态进行信息的跳跃连接,得到多尺度特征,后通过全连接和二维卷积形成回归层,得到交通流量预测结果。本发明有效提高了交通流量预测的准确性。
主权项:1.一种基于注意力机制的面对多模式交通的时空融合图生成方法,其特征在于,包括以下步骤:步骤一,构建动态图生成模块,用于从总交通流数据中获取并构建时间图和空间图,后基于注意力机制融合所述时间图和空间图并获取两者之间的相关性关系,从而生成自适应时空融合图;步骤二,构建解耦模块,用于将总交通流通过解耦分割为不同的交通模式流;步骤三,构建残差图卷积模块,用于对各交通模式流通过生成的自适应时空融合图进行图卷积,提取到各交通模式流中的时空特征;步骤四,构建时间序列模块,将提取的各交通模式流中的时空特征拼接后输入所述时间序列模块,通过门控机制进一步获取到交通模式流在其总时间步长的隐藏状态;步骤五,构建跳跃连接层模块,用于将总交通流、时间图、解耦后的交通模式流以及所述总时间步长的隐藏状态进行信息的跳跃连接,得到多尺度特征,后通过全连接和二维卷积形成回归层,生成交通流量预测状态结果图。
全文数据:
权利要求:
百度查询: 杭州电子科技大学 基于注意力机制的面对多模式交通的时空融合图生成方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。