- 专利标题: 结合图傅里叶变换TMGCN交通流预测模型的提取方法
-
申请号: CN202310172837.3申请日: 2023-02-28
-
公开(公告)号: CN116029459B公开(公告)日: 2023-07-21
- 发明人: 任鑫 , 李俊 , 朱必亮 , 郝本明 , 周雄
- 申请人: 速度科技股份有限公司
- 申请人地址: 江苏省南京市玄武区玄武大道699号-22号8幢
- 专利权人: 速度科技股份有限公司
- 当前专利权人: 速度科技股份有限公司
- 当前专利权人地址: 江苏省南京市玄武区玄武大道699号-22号8幢
- 代理机构: 南京北辰联和知识产权代理有限公司
- 代理商 陆中丹
- 主分类号: G06Q10/04
- IPC分类号: G06Q10/04 ; G08G1/01 ; G06Q50/26 ; G06N3/042 ; G06N3/0455 ; G06N3/0464 ; G06N3/048 ; G06N3/08 ; G06F18/22 ; G06F123/02
摘要:
本发明公开了一种结合图傅里叶变换TMGCN交通流预测模型的提取方法,步骤为:S1:采集数据形成数据集;S2:计算交通流量Pearson相关系数矩阵,构建并求解图拉普拉斯矩阵L的凸优化模型,再将随时间变化的交通流信号映射到频域空间,得到交通流空间依赖的时域隐变量;S3:输入图卷积神经网络GCN,得到交通流空间依赖的频域隐变量,并映射回时域空间;S4:提取数据集中的交通流量时间序列的时间依赖隐变量;S5:横向拼接整合交通流空间依赖的时域隐变量和时间依赖隐变量,S6:融合空间与时间隐变量,输出预测变量。该提取方法能提高长时间交通流预测精度,且及时精准的交通流预测能提前预知城市路网的演化趋势。
公开/授权文献
- CN116029459A 结合图傅里叶变换TMGCN交通流预测模型的提取方法 公开/授权日:2023-04-28