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:四川警察学院
摘要:本发明公开了一种基于动态自适应卷积神经网络的城市交通流预测方法,涉及交通工程及智能交通技术领域,包括:数据采集及预处理;建立基于时空残差卷积的神经网络模型;构建动态自适应卷积;建立时空动力学模型并对其进行优化;利用随机梯度下降算法,通过训练不断优化动态时空自适应卷积网络超参数,得到交通状态预测方案;本发明利用DSTACN在预测交通流考虑时空依赖关系,捕捉路网中的动态时空关系,使得预测结果更加精确。
主权项:1.一种基于动态自适应卷积神经网络的城市交通流预测方法,其特征在于,包括以下步骤:步骤1、数据采集及预处理:根据实验设计对数据进行不同时间域的处理、数据集划分、归一化处理,获得道路网络上的历史交通数据特征,并形成输入特征矩阵;步骤2、建立基于时空残差卷积的神经网络模型:结合处理后的输入特征矩阵,构建出基础的基于时空残差卷积的神经网络模型;步骤3、构建动态自适应卷积:交通数据表现出的空间相关性由注意力引导的动态卷积和可变形卷积捕捉,将动态卷积和可变形卷积结合为自适应卷积;步骤4、建立时空动力学模型并对其进行优化:交通数据的时间相关性由时间注意力捕捉,动态时间注意力与动态自适应卷积集成到所述基于时空残差卷积的神经网络模型中同步构建时空动力学模型,得到动态时空自适应卷积网络;步骤5、利用随机梯度下降算法,通过训练不断优化动态时空自适应卷积网络超参数,得到交通状态预测方案。
全文数据:
权利要求:
百度查询: 四川警察学院 基于动态自适应卷积神经网络的城市交通流预测方法
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。