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：同济大学
申请日：2024-03-04
公开（公告）日：2024-06-25
公开（公告）号：CN118247949A
主分类号：G08G1/01
分类号：G08G1/01;G08G1/065;G06Q10/04;G06Q50/40;G06N3/042;G06N3/0464
优先权：
专利状态码：在审-公开
法律状态：2024.06.25#公开
摘要：本发明涉及一种基于元学习的时空交通流量预测方法和介质，包括如下步骤：获取目标区域的历史交通流量，输入基于元学习的时空交通流量预测模型，得到预测交通流量；其中，所述编码器和所述解码器的结构相同，包括多个ST‑Block，每个ST‑Block包括MetaGCN子模块与MetaTemporalAttention子模块，所述MetaGCN子模块用于根据所述边元特性和所述节点元特性提取空间特征，所述MetaTemporalAttention子模块用于根据所述节点元特性提取时序特征，每个ST‑Block提取的空间特征和时序特征通过门限融合机制进行融合。与现有技术相比，本发明进一步提高了交通流量预测结果的准确性和可靠性。
主权项：1.一种基于元学习的时空交通流量预测方法，其特征在于，包括以下步骤：获取目标区域的历史交通流量，输入基于元学习的时空交通流量预测模型，得到目标区域的预测交通流量；其中，所述基于元学习的时空交通流量预测模型包括编码器和解码器，所述编码器用于获取历史交通流量，编码并转化为隐藏状态向量输入所述解码器，解码获得预测交通流量，所述编码器和所述解码器的参数基于根据目标区域交通图提取的边元特性和节点元特性生成；所述编码器和所述解码器的结构相同，包括多个ST-Block，每个ST-Block包括MetaGCN子模块与MetaTemporalAttention子模块，所述MetaGCN子模块用于根据所述边元特性和所述节点元特性提取空间特征，所述MetaTemporalAttention子模块用于根据所述节点元特性提取时序特征，每个ST-Block提取的空间特征和时序特征通过门限融合机制进行融合。
全文数据：
权利要求：
百度查询： 同济大学 基于元学习的时空交通流量预测方法和介质
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