- 1、本文档共15页,其中可免费阅读14页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明涉及一种基于特征融合的交通流预测方法,包括如下步骤:步骤S1:获取历史交通数据,并进行时空相关性分析;步骤S2:根据得到的时空相关性,利用图卷积神经网络与卷积神经网络分别进行空时特征提取;步骤S3:构建基于卷积的特征融合模型和基于低秩多模态的特征融合模型,并对交通数据的时空特征,预测交通流量;步骤S4:根据真实交通流量对比预测交通流量调整模型的参数,降低损失,优化模型,得到最优的预测模型;步骤S5:将实时交通数据通过步骤S1‑S2处理后,输入最优的预测模型,得到预测的交通流量。本发明有效提
(19)国家知识产权局
(12)发明专利
(10)授权公告号 CN 113240904 B
(45)授权公告日 2022.06.14
(21)申请号 202110497806.6 CN 111710154 A,2020.09.25
(22)申请日 20
文档评论(0)