一种基于注意力机制的交通流量模型训练方法

    公开(公告)号:CN110889546B

    公开(公告)日:2020-08-18

    申请号:CN201911141780.0

    申请日:2019-11-20

    Abstract: 本发明公开了一种基于注意力机制的交通流量模型训练方法,将预训练和融合模型应用为深度架构模型的构建块,以测量用于预测的交通数据,提出了一个具有多个融合层架构的预训练站模型,该模型考虑了交通网络结构和各个站点的交通状态,以预测网络范围的交通速度。本发明利用多个融合层从历史数据中捕获空间特征和时间依赖性,所提出的模型可以通过使用掩蔽机制来处理输入数据中的缺失值。在真实数据集中建立实验,与其他经典和最先进的模型进行比较,结果表明,本发明模型在准确性和鲁棒性方面都优于其他模型。

    一种基于注意力机制的交通流量模型训练方法

    公开(公告)号:CN110889546A

    公开(公告)日:2020-03-17

    申请号:CN201911141780.0

    申请日:2019-11-20

    Abstract: 本发明公开了一种基于注意力机制的交通流量模型训练方法,将预训练和融合模型应用为深度架构模型的构建块,以测量用于预测的交通数据,提出了一个具有多个融合层架构的预训练站模型,该模型考虑了交通网络结构和各个站点的交通状态,以预测网络范围的交通速度。本发明利用多个融合层从历史数据中捕获空间特征和时间依赖性,所提出的模型可以通过使用掩蔽机制来处理输入数据中的缺失值。在真实数据集中建立实验,与其他经典和最先进的模型进行比较,结果表明,本发明模型在准确性和鲁棒性方面都优于其他模型。

Patent Agency Ranking