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：陕西交控建投经营管理有限公司;长安大学
摘要：本发明的一种基于自监督时空Transformer模型的高速公路短时流量预测方法，包括以下步骤：S1.输入交通流量数据；S2.数据预处理；S3.模型参数设置；S4.构建网络模型，构建由时空Transformer模块、掩码自编码模块构成的自监督时空Transformer模型；S5.训练网络模型，对训练集数据遍历每种缺失方法和缺失率，分别引入缺失数据进行模型训练；S6.测试网络模型，将训练好的网络模型采用验证集数据进行测试和验证，得到最佳模型参数。通过本发明的预测方法能够更好地捕捉交通数据中的时空依赖性，通过本发明的模型增强了对缺失数据的适应能力，提高了交通流量的预测性能。
主权项：1.一种基于自监督时空Transformer模型的高速公路短时流量预测方法，其特征在于，包括以下步骤：S1.输入交通流量数据，所述交通流量数据包括训练集数据和验证集数据，将所述交通流量数据划分训练数据X和标签数据Y，利用高速公路上相邻门架点间的距离构建邻接矩阵A；S2.数据预处理，使用pandas库读取交通流量数据，将交通流量数据转换为NumPy数组，然后进行归一化处理，并设置数据缺失的方式和缺失率；S3.模型参数设置，模型参数包括：输入通道数、嵌入维度、时间采样数量、Transformer层数、head数量、轮次数和损失函数的设置；S4.构建网络模型，构建由时空Transformer模块、掩码自编码模块构成的自监督时空Transformer模型；S5.训练网络模型，对训练集数据遍历每种缺失方法和缺失率，分别引入缺失数据进行模型训练；S6.测试网络模型，将训练好的网络模型采用验证集数据进行测试和验证，得到最佳模型参数。
全文数据：
权利要求：
百度查询： 陕西交控建投经营管理有限公司 长安大学 基于自监督时空Transformer模型的高速公路短时流量预测方法
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