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：中国电信股份有限公司
申请日：2024-04-18
公开（公告）日：2024-07-05
公开（公告）号：CN118297129A
主分类号：G06N3/084
分类号：G06N3/084;G06N3/042;G06N3/08;G06N3/044;G06N3/0464;G06N3/045;G06F18/213;G06F18/23213;G06N3/0985
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.07.23#实质审查的生效;2024.07.05#公开
摘要：本申请公开了一种模型训练方法、装置以及行驶行为预测方法。其中，该方法包括：获取传感器采集到的历史数据；对预测模型中的预设时间序列预测模型进行训练，得到完成训练的时间序列预测模型；根据多组第一数据以及多组第二数据，确定多个时空元图；利用多个时空元图，对预测模型中的预设图神经网络进行训练，得到完成训练的图神经网络，并确定完成训练的图神经网络输出的多个目标特征向量；利用预测结果以及多个目标特征向量，对预测模型中的预设元图卷积递归网络进行训练，得到完成训练的图神经网络。本申请解决了由于在相关交通流预测模型的训练过程中，缺少多模态数据的整合过程，造成的完成训练的模型的预测精度较低的技术问题。
主权项：1.一种模型训练方法，其特征在于，包括：获取传感器采集到的历史数据，其中，所述历史数据包括：与车辆相关的多组第一数据以及与所述车辆所行驶道路相关的多组第二数据；利用所述历史数据中的时间序列数据，对预测模型中的预设时间序列预测模型进行训练，得到完成训练的时间序列预测模型，并确定所述完成训练的时间序列预测模型输出的预测结果；根据所述多组第一数据以及所述多组第二数据，确定多个时空元图；利用所述多个时空元图，对所述预测模型中的预设图神经网络进行训练，得到完成训练的图神经网络，并确定所述完成训练的图神经网络输出的多个目标特征向量；利用所述预测结果以及所述多个目标特征向量，对所述预测模型中的预设元图卷积递归网络进行训练，得到完成训练的图神经网络。
全文数据：
权利要求：
百度查询： 中国电信股份有限公司 模型训练方法、装置以及行驶行为预测方法
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。
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