龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：浙江工业大学
摘要：基于离散小波变换和时空自注意力网络的交通流量预测方法，包括：步骤1：初始嵌入生成阶段，使用DWT将原始数据分解为趋势和事件项，使用多种嵌入信息丰富输入数据的特征，步骤2：时空自注意力学习阶段；该阶段通过时空自注意力网络分别对低频和高频的交通流量进行建模，时空自注意力网络由三个模块组成，时间自注意模块捕捉动态长期的时间模式，地理空间自注意模块和语义空间自注意模块分别建模近距离和远距离动态空间依赖；步骤3：自适应聚合阶段；通过步骤1获得了高频和低频流量，将高频和低频流量作为输入；经过多次步骤2得到输出；为了保留有意义的事件并和稳定的趋势融合，采用自适应聚合得到最终输出。本发明利用时间自注意力模块捕获时间依赖，两个空间自注意力模块捕获空间依赖，并结合多种嵌入和信息延迟感知来提升预测精度。
主权项：1.基于离散小波变换和时空自注意力网络的交通流量预测方法，其特征在于，包括初始嵌入生成阶段、时空自注意力学习阶段和自适应聚合阶段，具体步骤如下：步骤1：初始嵌入生成阶段，使用DWT将原始数据分解为趋势和事件项，使用多种嵌入信息丰富输入数据的特征，步骤2：时空自注意力学习阶段；该阶段通过时空自注意力网络分别对低频和高频的交通流量进行建模，时空自注意力网络由三个模块组成，时间自注意模块捕捉动态长期的时间模式，地理空间自注意模块和语义空间自注意模块分别建模近距离和远距离动态空间依赖；步骤3：自适应聚合阶段；通过步骤1获得了高频和低频流量，将高频和低频流量作为输入；经过多次步骤2得到输出；为了保留有意义的事件并和稳定的趋势融合，采用自适应聚合得到最终输出。
全文数据：
权利要求：
百度查询： 浙江工业大学 基于离散小波变换和时空自注意力网络的交通流量预测方法
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