← 返回列表
一种基于时空感知混合图的交通流量预测方法
申请人信息
- 申请人:香港科技大学(广州)
- 申请人地址:511453 广东省广州市南沙区笃学路1号
- 发明人: 香港科技大学(广州)
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于时空感知混合图的交通流量预测方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311594614.2 |
| 申请日 | 2023/11/27 |
| 公告号 | CN117636633A |
| 公开日 | 2024/3/1 |
| IPC主分类号 | G08G1/01 |
| 权利人 | 香港科技大学(广州) |
| 发明人 | 王稷尧; 彭泽华; 贺登博; 秦阳 |
| 地址 | 广东省广州市南沙区笃学路1号 |
摘要文本
香港科技大学(广州)取得“一种透气窗帘布”专利技术，本发明提供了一种基于时空感知混合图网络的车辆交通流量预测方法，属于交通流量预测技术领域。该方法包括：根据时间序列机制将输入数据划分为训练集与测试集，训练集中定义了道路交通图；利用LSTM序列模型捕捉交通流量时间序列中的时序特征；利用异构注意力机制，聚合道路交通图和时序特征；计算损失函数并反向优化车辆交通流量预测模型参数；根据多次迭代优化车辆交通流量预测模型参数，得到最优车辆交通流量预测模型，输入测试集数据至最优车辆交通流量预测模型中，并利用单步迭代预测输出交通流量。本发明考虑了长时序列数据中时间和空间两个维度的耦合演化，解决了现有图神经网络模型对于存储完整道路交通图所需的大量内存开销问题。
专利主权项内容
1.一种基于时空感知混合图的交通流量预测方法，其特征在于，包括以下步骤：S1、获取输入数据，根据时间序列机制将输入数据划分为训练集与测试集，其中，所述训练集中定义了道路交通图；S2、利用LSTM序列模型捕捉交通流量时间序列中的时序特征；S3、利用异构注意力机制，聚合道路交通图和时序特征；S4、根据聚合结果，计算损失函数并反向优化车辆交通流量预测模型参数；S5、判断是否达到迭代次数，若是，根据多次迭代优化车辆交通流量预测模型参数，得到最优车辆交通流量预测模型，并进入步骤S6，否则，返回步骤S2；S6、输入测试集数据至最优车辆交通流量预测模型中，并利用单步迭代预测输出交通流量。