← 返回列表
一种基于概率扩散模型的交通路网状态估计方法
摘要文本
本发明公开了一种基于概率扩散模型的交通路网状态估计方法，包括：步骤1、分析交通路网环境数据，构建路网环境编码器；步骤2、提取路网状态特征，构建路网级别的交通状态估计模型Traffic DDPM，采用去噪概率扩散模型框架DDPM最大化拟合概率分布，采用步骤1所构建的路网环境编码器提取路网环境属性并融合为环境编码，采用无分类器引导器CFG控制模型采样方向，采用U型网络结构和注意力机制提取路网特征；步骤3、对步骤2得到的Traffic DDPM从模型准确度对比、实例误差方面校验模型，最终估计出路网状态。本发明可准确、高效地估计出任意环境条件下的交通路网状态，为决策者制定管理决策举措提供重要依据。 微信公众号马克 数据网
申请人信息
- 申请人:北京交通大学
- 申请人地址:100000 北京市海淀区西直门外上园村3号
- 发明人: 北京交通大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于概率扩散模型的交通路网状态估计方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311612649.4 |
| 申请日 | 2023/11/29 |
| 公告号 | CN117690290A |
| 公开日 | 2024/3/12 |
| IPC主分类号 | G08G1/01 |
| 权利人 | 北京交通大学 |
| 发明人 | 董宏辉; 张晨; 张慧鹏; 张雨晴 |
| 地址 | 北京市海淀区西直门外上园村3号北京交通大学 |
专利主权项内容
1.一种基于概率扩散模型的交通路网状态估计方法，其特征在于，包括以下步骤：步骤1、分析交通路网环境数据，构建路网环境编码器；步骤2、提取路网状态特征，构建路网级别的交通状态估计模型TrafficDDPM；步骤3、对步骤2得到交通状态估计模型TrafficDDPM，从模型准确度对比、实例误差方面进行校验，从而得到交通路网状态。。关注公众号马克数据网