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：芽米科技(广州)有限公司

摘要：本发明属于数据挖掘领域，具体涉及一种基于大数据的道路路况预测方法，包括：提取数据中的连续特征、类别特征以及空间特征；建立路况预测模型，基于动态注意力的多层感知机对连续特征和类别特征进行学习，基于拓扑子图的图神经网络对拓扑特征进行学习；将基于动态注意力的多层感知机输出向量和基于拓扑子图的图神经网络输出向量拼接在一起，通过分类层进行输出预测结果。本发明采用动态注意力的多层感知机将类别特征和离散特征充分挖掘，自动提取与道路拥堵情况联系更加紧密的深层特征并为他们赋予更高的权重，提升模型的拟合能力；还通过拓扑子图的图神经网络充分学习了复杂的道路拓扑信息，进一步提升了模型在道路路况预测的准确性。

主权项：1.一种基于大数据的道路路况预测方法，其特征在于，包括：S1：获取三个道路路况原始数据表；第一个表中的字段包含路段id，含当前时间，待预测时间，当前时间的前5个时间片的车辆通过数，路况拥堵状态以及速度；第二个表中的字段包含路段id，道路长度，宽度，车道数，通行方向，限速，道路等级；第三个表中的字段包含与每条道路连通的下游道路id；S2：将获取的三个道路路况原始数据表合并在一个数据表中，提取数据表中数据的连续特征、类别特征以及空间特征；提取数据表中数据的连续特征、类别特征以及空间特征，包括：对于连续特征，把当前时间片之前5个时间片数据构成一个序列，每一个时间片代表2分钟，在窗口内统计车辆平均速度、车辆最大速度、车辆最小速度、每分钟车辆平均通行数、每分钟车辆最大通行数、每分钟车辆最小通行数、拥堵比例、预计到达时间作为连续特征；对于类别特征，对于每一条道路id，统计每小时道路拥堵比例、每小时车辆平均速度、每小时车辆平均通行数、每星期道路拥堵比例、每星期车辆平均速度、每星期车辆平均通行数作为类别特征；对于空间特征，将路段作为节点，统计每个道路的上下游节点数量、上下游节点道路状况以及当前道路属性特征作为空间特征；S3：建立路况预测模型，所述路况预测模型包括：基于动态注意力的多层感知机、基于拓扑子图的图神经网络以及分类层；S4：采用基于动态注意力的多层感知机对连续特征和类别特征进行学习；S5：采用基于拓扑子图的图神经网络对空间特征进行学习；S6：将基于动态注意力的多层感知机输出向量和基于拓扑子图的图神经网络输出向量拼接在一起，通过分类层进行输出预测结果。

全文数据：

权利要求：

百度查询： 芽米科技(广州)有限公司 一种基于大数据的道路路况预测方法