一种基于张量分解的数据缺失下交通流量预测方法及系统

    公开(公告)号:CN118571010A

    公开(公告)日:2024-08-30

    申请号:CN202410654557.0

    申请日:2024-05-24

    IPC分类号: G08G1/01 G06N3/0464

    摘要: 本发明公开了一种基于张量分解的数据缺失下交通流量预测方法及系统,属于智能交通技术领域,获取交通路网的空间邻接矩阵和包含缺失值的交通流量输入至预先训练好的张量图卷积网络模型进行预测,包括:根据所述空间邻接矩阵和包含缺失值的交通流量构建时间邻接矩阵;将包含缺失值的交通流量转化为张量并进行张量分解,分解得到特征张量;将所述空间邻接矩阵、时间邻接矩阵和特征张量输入至图卷积层中,输出预测特征;将所述预测特征进行线性转换,输出模型预测结果,得到预测的交通流量。将Tucker分解与图卷积神经网络结合构建交通流量预测模型,在数据缺失情况下,使得模型可以更准确地预测交通流量。

    基于Wi-Fi数据的高速服务区人群密度估计系统

    公开(公告)号:CN110545558B

    公开(公告)日:2023-03-28

    申请号:CN201910844144.8

    申请日:2019-09-06

    摘要: 本公开提供了一种基于Wi‑Fi数据的高速服务区人群密度估计系统,包括数据采集装置,其被配置为采集各个服务区的地理位置相关信息及Wi‑Fi数据;利用回归模型估计出服务区人数;回归模型的自变量为各个服务区各个小时区间内连接Wi‑Fi人数,因变量为对应服务区人数;自变量的斜率为连接意愿的倒数,连接意愿由各个服务区的环境特征、功能定位特征、天特征和小时特征与相应学习参数相乘构成;环境特征和功能定位特征分别从相应服务区的Wi‑Fi数据和地理位置相关信息中提取;天特征和小时特征均为预设分段函数;根据估计出的服务区人数以及用户进入服务区的连接AP顺序,预测用户的行为偏好,进而估计出服务区中各功能区的人数,最后得到服务区的人群密度。