-
公开(公告)号：CN109754605B
公开(公告)日：2021-12-07
申请号：CN201910146627.0
申请日：2019-02-27
Applicant: 中南大学
Abstract: 本发明属于智能交通领域，公开了一种基于注意力时态图卷积网络的交通预测方法，首先，将城市道路网络建模为图结构，图的节点表示路段，边为路段之间的连接关系，将每条路段的时间序列描述为节点的属性特征；其次，利用注意力时态图卷积网络模型捕捉交交通流的时间和空间特征，利用门控循环单元学习城市道路上交通流的时间变化趋势以捕捉时间依赖性，利用注意力机制学习交通流全局时间变化趋势；然后，利用全连接层获取每条路段上不同时刻的交通流状态；最后，利用不同的评价指标估计城市道路上交通流真实值与预测值得差异，以评估模型的预测能力。实验证明，本发明提出的方法能够有效实现城市道路上的交通流预测任务。
-
公开(公告)号：CN109754605A
公开(公告)日：2019-05-14
申请号：CN201910146627.0
申请日：2019-02-27
Applicant: 中南大学
Abstract: 本发明属于智能交通领域，公开了一种基于注意力时态图卷积网络的交通预测方法，首先，将城市道路网络建模为图结构，图的节点表示路段，边为路段之间的连接关系，将每条路段的时间序列描述为节点的属性特征；其次，利用注意力时态图卷积网络模型捕捉交交通流的时间和空间特征，利用门控循环单元学习城市道路上交通流的时间变化趋势以捕捉时间依赖性，利用注意力机制学习交通流全局时间变化趋势；然后，利用全连接层获取每条路段上不同时刻的交通流状态；最后，利用不同的评价指标估计城市道路上交通流真实值与预测值得差异，以评估模型的预测能力。实验证明，本发明提出的方法能够有效实现城市道路上的交通流预测任务。
-
公开(公告)号：CN109886496B
公开(公告)日：2023-02-03
申请号：CN201910147418.8
申请日：2019-02-27
Applicant: 中南大学
Abstract: 本发明属于农产量预测领域，公开了一种基于气象信息的农产量预测方法，模型面向的气象数据是按序列形式组织的.模型主要由三部份组成，第一部分为编码器，它将每一个阶段的气象状态编码为产量编码，为了使每一个阶段的产量编码都可以包含历史信息模型采用LSTM结构构建编码器；第二部分为注意力计算器，这部分是用来衡量不同阶段的气象状态对最终产量的影响强弱，注意力计算器由一个浅层的神经网络构成；第三部分为解码器，解码器将前两部分得到的权重和编码解码为最终产量。本发明的阶段性预测是先通过LSTM结构将气象信息投影为产量编码，再通过解码得到，所得精度远高于传统线性回归模型。
-
公开(公告)号：CN109886496A
公开(公告)日：2019-06-14
申请号：CN201910147418.8
申请日：2019-02-27
Applicant: 中南大学
Abstract: 本发明属于农产量预测领域，公开了一种基于气象信息的农产量预测方法，模型面向的气象数据是按序列形式组织的.模型主要由三部份组成，第一部分为编码器，它将每一个阶段的气象状态编码为产量编码，为了使每一个阶段的产量编码都可以包含历史信息模型采用LSTM结构构建编码器；第二部分为注意力计算器，这部分是用来衡量不同阶段的气象状态对最终产量的影响强弱，注意力计算器由一个浅层的神经网络构成；第三部分为解码器，解码器将前两部分得到的权重和编码解码为最终产量。本发明的阶段性预测是先通过LSTM结构将气象信息投影为产量编码，再通过解码得到，所得精度远高于传统线性回归模型。
-
-
-
Search Results
4
records
(took 0.018 seconds)
