公开(公告)号：CN111524349A

公开(公告)日：2020-08-11

申请号：CN202010289889.5

申请日：2020-04-14

申请人： 长安大学

发明人： 屈立成 ,  吕娇 ,  王海飞 ,  屈艺华 ,  张明皓 ,  李翔 ,  李昭璐 ,  张壮壮

IPC分类号： G08G1/01 ,  G06F30/27 ,  G06N3/04 ,  G06N3/08

摘要： 本申请属于交通技术领域，特别是涉及一种语境特征注入的多尺度交通流预测模型及方法。传统的交通流预测方法具有一定的片面性，在预测精度和稳定程度上不能达到很好的效果。本申请提供了一种语境特征注入的多尺度交通流预测模型，所述模型依次包括输入层，学习层、注入融合层和输出层，所述学习层包括深度循环神经网络分层和深度置信网络分层，所述输入层、所述深度循环神经网络分层和所述注入融合层依次排列，所述输入层、所述深度置信网络分层和所述注入融合层依次排列。通过将语境特征注入到时间序列特征之中，提高现有交通流预测模型的准确率，实现对交通流模式全面地仿真、评估和预测。

公开(公告)号：CN111524348A

公开(公告)日：2020-08-11

申请号：CN202010289673.9

申请日：2020-04-14

申请人： 长安大学

发明人： 屈立成 ,  吕娇 ,  王海飞 ,  屈艺华 ,  张明皓 ,  李翔 ,  李昭璐 ,  张壮壮

IPC分类号： G08G1/01 ,  G06N3/08 ,  G06N3/04 ,  G06F16/2458

摘要： 本申请属于交通技术领域，特别是涉及一种长短期交通流预测模型及方法。含有随机性误差的外部环境影响数据去预测未来的交通流，只会使得这种随机性误差被再次放大，不可避免地会对模型预测的准确性产生较大的影响和波动。本申请提供了一种长短期交通流预测模型，所述模型包括语境因素输入层、特征学习与模式识别层和交通流数据输出层。提供了一种准确率高，预测效果好，训练时间短，鲁棒性强，不受历史数据缺失影响的多尺度预测模型。使用语境因素作为预测输入，提高了交通流预测模型的准确率，对于先进的交通管理和旅行者路线规划起着至关重要的作用。

公开(公告)号：CN111524349B

公开(公告)日：2021-05-25

申请号：CN202010289889.5

申请日：2020-04-14

申请人： 长安大学

发明人： 屈立成 ,  吕娇 ,  王海飞 ,  屈艺华 ,  张明皓 ,  李翔 ,  李昭璐 ,  张壮壮

IPC分类号： G08G1/01 ,  G06F30/27 ,  G06N3/04 ,  G06N3/08

摘要： 本申请属于交通技术领域，特别是涉及一种语境特征注入的多尺度交通流预测模型及方法。传统的交通流预测方法具有一定的片面性，在预测精度和稳定程度上不能达到很好的效果。本申请提供了一种语境特征注入的多尺度交通流预测模型，所述模型依次包括输入层，学习层、注入融合层和输出层，所述学习层包括深度循环神经网络分层和深度置信网络分层，所述输入层、所述深度循环神经网络分层和所述注入融合层依次排列，所述输入层、所述深度置信网络分层和所述注入融合层依次排列。通过将语境特征注入到时间序列特征之中，提高现有交通流预测模型的准确率，实现对交通流模式全面地仿真、评估和预测。