发明

一种基于掩码图注意力机制的交通路网编码表征学习方法2025

2024-03-18 07:22:08 发布于四川 0
  • 申请专利号:CN202311591910.7
  • 公开(公告)日:2025-01-17
  • 公开(公告)号:CN117690289A
  • 申请人:北京交通大学
摘要:本发明公开了一种基于掩码图注意力机制的交通路网编码表征学习方法,利用BERT模型的上下文信息提取能力,扩大图注意力机制的邻接空间信息提取阶数,使模型能完成对路网交通流数据的深度表征,对路网空间特征进行有效提取。所述RNERT模型采用掩码(mask)预训练算法,学习路网空间特征提取的共性能力。对于缺失数据补全任务直接使用RNERT预训练模型进行补全计算;对于路网交通流预测,基于图注意力编码表示的交通路网门控循环网络(GRU‑RNERT),对其中的时空多维度特征进行提取。

专利内容

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 117690289 A (43)申请公布日 2024.03.12 (21)申请号 202311591910.7 (22)申请日 2023.11.27 (71)申请人 北京交通大学 地址 100000 北京市海淀区西直门外上园 村3号 (72)发明人 董宏辉 朱鹏程 张雨晴 张慧鹏  (74)专利代理机构 北京众合诚成知识产权代理 有限公司 11246 专利代理师 张文宝 (51)Int.Cl. G08G 1/01 (2006.01) G06N 3/0455 (2023.01) G06N 3/0499 (2023.01) G06N 3/048 (2023.01) G06N 3/084 (2023.01) 权利要求书4页 说明书17页 附图11页 (54)发明名称 一种基于掩码图注意力机制的交通路网编 码表征学习方法 (57)摘要 本发明公开了一种基于掩码图注意力机制 的交通路网编码表征学习方法,利用BERT模型的 上下文信息提取能力,扩大图注意力机制的邻接 空间信息提取阶数,使模型能完成对路网交通流 数据的深度表征,对路网空间特征进行有效提 取。所述RNERT模型采用掩码(mask)预训练算法, 学习路网空间特征提取的共性能力。对于缺失数 据补全任务直接使用RNERT预训练模型进行补全 计算;对于路网交通流预测,基于图注意力编码 表示的交通路网门控循环网络(GR

最新专利