龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：北京邮电大学;寿光诚智风行信息科技有限公司
申请日：2024-04-02
公开（公告）日：2024-06-18
公开（公告）号：CN117974407B
主分类号：G06Q50/40
分类号：G06Q50/40;G06F18/23211;G06F16/9537
优先权：
专利状态码：有效-授权
法律状态：2024.06.18#授权;2024.05.21#实质审查的生效;2024.05.03#公开
摘要：本申请提供一种基于动态图聚类元学习的园区交通拥堵预测方法及系统，所述方法包括获取用户输入的起点位置、终点位置和待预测时段。基于所述起点位置和所述终点位置，在预先构建的交通信息系统中查找位于所述起点位置和所述终点位置之间的多个兴趣点的位置信息，以及与所述兴趣点关联的历史路况信息；其中，所述历史路况信息对应的历史时段是根据所述待预测时段确定的。基于所述多个兴趣点的位置信息和所述历史路况信息，采用经过训练的交通拥堵预测模型进行预测，得到所述多个兴趣点在所述待预测时段内的预测交通拥堵信息。通过本申请的交通拥堵预测模型能够预测任意路段在未来时间段的交通拥堵信息，为用户提供精准的交通预测服务。
主权项：1.一种基于动态图聚类元学习的园区交通拥堵预测方法，其特征在于，包括：获取用户输入的起点位置、终点位置和待预测时段；基于所述起点位置和所述终点位置，在预先构建的交通信息系统中查找位于所述起点位置和所述终点位置之间的多个兴趣点的位置信息，以及与所述兴趣点关联的历史路况信息；其中，所述历史路况信息对应的历史时段是根据所述待预测时段确定的；基于所述多个兴趣点的位置信息和所述历史路况信息，采用经过训练的交通拥堵预测模型进行预测，得到所述多个兴趣点在所述待预测时段内的预测交通拥堵信息，包括：根据所述多个兴趣点的位置信息构建路网拓扑图，并确定所述路网拓扑图的邻接矩阵；对所述历史路况信息进行特征提取，得到路段特征；采用图神经网络模型从所述邻接矩阵和所述路段特征中进行空间特征提取，得到空间特征信息；基于所述历史路况信息，采用神经常微分方程确定所述待预测时段的隐藏状态信息；将所述空间特征信息和所述隐藏状态信息进行拼接，得到拼接信息；将所述拼接信息输入至前馈神经网络模型，通过所述前馈神经网络模型输出所述预测交通拥堵信息；其中，所述交通拥堵预测模型包括图神经网络模型、神经常微分方程和前馈神经网络模型。
全文数据：
权利要求：
百度查询： 北京邮电大学;寿光诚智风行信息科技有限公司 基于动态图聚类元学习的园区交通拥堵预测方法及系统
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号