1. 您所在位置：
  2. 网站首页
  3. 专利分类
  4. 物理
发明

基于注意力重构神经网络的交通预测方法2025

2023-10-31 07:17:40 发布于四川 224
  • 申请专利号：CN202310594217.9
  • 公开（公告）日：2025-12-26
  • 公开（公告）号：CN116959269A
  • 申请人：太原科技大学
摘要：本发明提供了一种基于注意力重构神经网络的交通预测方法，属于交通预测技术领域；解决了目前基于深度学习模型对交通预测中存在的特征提取不全面、模型精度低的问题；包括如下步骤：通过传感器获取道路网络上的交通信息，并将获取的道路网络上的交通信息根据时序划分为最近的时间序列和以周为单位的过去几周的周期时间序列；采用基于多头注意力的图注意力网络GAT分别捕捉最近的时间序列和周期时间序列的路段之间交通信息的空间依赖关系；分别通过长短期特征提取GRU得到最近的时间序列和周期时间序列的时间依赖性输出，最后通过注意力层来捕捉它们之间的动态重要性，最终输出预测的下一时刻的传感器测得的车辆速度；本发明应用于交通预测。

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 116959269 A (43)申请公布日 2023.10.27 (21)申请号 202310594217.9 G06F 18/213 (2023.01) G06Q 10/04 (2023.01) (22)申请日 2023.05.24 G06F 123/02 (2023.01) (71)申请人 太原科技大学 地址 030024 山西省太原市万柏林区窊流 路66号 (72)发明人 荀亚玲　王宇嘉　蔡江辉　杨海峰　 刘爱琴　 (74)专利代理机构 太原高欣科创专利代理事务 所(普通合伙) 14109 专利代理师 孟肖阳　徐利娟 (51)Int.Cl. G08G 1/052 (2006.01) G08G 1/01 (2006.01) G06N 3/0442 (2023.01) G06N 3/0464 (2023.01) 权利要求书2页 说明书7页 附图3页 (54)发明名称 基于注意力重构神经网络的交通预测方法 (57)摘要 本发明提供了一种基于注意力重构神经网 络的交通预测方法，属于交通预测技术领域；解 决了目前基于深度学习模型对交通预测中存在 的特征提取不全面、模型精度低的问题

最新专利

相关专利