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：大连海事大学
摘要：本发明公开了一种基于PSO‑STGCN图卷积网络的短期交通流预测方法及系统，涉及智能交通技术领域，方法包括：获取多个时刻的历史交通速度数据，并对所述数据进行预处理，得到训练集、测试集和验证集；根据交通流矩阵，构建空间时间图卷积网络STGCN模型；采用粒子群优化PSO算法，对所述STGCN模型的参数进行优化；利用所述训练集对优化后的STGCN模型进行训练；利用训练好的STGCN模型进行交通流预测，得到预测结果。本发明将PSO与STGCN模型相结合，克服了手动设置模型参数的缺点，使粒子群算法能够捕获STGCN模型的最优参数，对交通流量预测具有更显著的影响。
主权项：1.一种基于PSO-STGCN图卷积网络的短期交通流预测方法，其特征在于，所述方法包括：S1、获取多个时刻的历史交通速度数据，并对所述数据进行预处理，得到训练集、测试集和验证集；S2、根据交通流矩阵，构建空间时间图卷积网络STGCN模型；所述STGCN模型包括输入层、空间卷积层、时间卷积层、全连接层和输出层；所述输入层接收交通流矩阵，所述空间卷积层负责提取交通流数据的空间特征，所述时间卷积层负责提取交通流数据的时间特征，所述全连接层对特征进行整合，所述输出层输出交通流预测结果；S3、采用粒子群优化PSO算法，对所述STGCN模型的参数进行优化；S4、利用所述训练集对优化后的STGCN模型进行训练；S5、利用训练好的STGCN模型进行交通流预测，得到预测结果。
全文数据：
权利要求：
百度查询： 大连海事大学 一种基于PSO-STGCN图卷积网络的短期交通流预测方法及系统
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