基于动态时空图卷积神经网络的交通预测方法、系统、设备及介质.pdfVIP

下载本文档

1
0
约2.18万字
约 15页
2023-12-13 发布于四川
举报
版权申诉

基于动态时空图卷积神经网络的交通预测方法、系统、设备及介质.pdf

1、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。。
2、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。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、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。
6、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。
7、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

本发明公开了一种基于动态时空图卷积神经网络的交通预测方法、系统、设备及介质，其中方法包括：通过小波变换将道路路网中节点的历史交通流数据分解为不同频率的近似分量和多个细节分量；利用基于深度可分离卷积神经网络的特征融合方法分别对各节点的多个细节分量进行特征融合；对不同频率的交通流量分别建模，结合静态邻接矩阵和自适应邻接矩阵构建动态图，通过动态图卷积神经网络细粒度地挖掘交通流量的动态时空相关性；利用多层扩张因果卷积神经网络来实现对长期时间特征的捕获，输出各节点的交通流量预测结果。本发明更加细致地挖掘交

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN117218837A

(43)申请公布日2023.12.12

(21)申请号202311177749.9

(22)申请日2023.09.13

(71)申请人湖南大学

地址410082

您可能关注的文档

文档评论（0）

知识产权出版社 + 关注: 官方认证

文档贡献者

知识产权出版社有限责任公司（原名专利文献出版社）成立于1980年8月，由国家知识产权局主管、主办。长期以来，知识产权出版社非常重视专利数据资源的建设工作，经过多年来的积累，已经收藏了数以亿计的中外专利数据资源。

咨询Ta 进入空间

用户编号：5333241143000144

认证主体北京中献电子技术开发有限公司

IP属地四川

统一社会信用代码/组织机构代码: 91110108102011667U

1亿VIP精品文档

更多 >

基于动态时空图卷积神经网络的交通预测方法、系统、设备及介质.pdfVIP