基于扰动学习增强U型时空残差多图网络的交通流预测方法.pdfVIP

下载本文档

3
0
约2.44万字
约 21页
2024-02-28 发布于四川
举报
版权申诉

基于扰动学习增强U型时空残差多图网络的交通流预测方法.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

本发明公开一种基于扰动学习增强U型时空残差多图网络的交通流预测方法，该方法针对传统数据预处理方法导致修复后的数据存在特征丢失的情况，构建扰动学习模块从原始数据中学习交通流关键编码特征；针对交通流受到多种因素的干扰，构建U型时空残差多图模块；根据节点的流量、经纬度和天气分别生成关联特征矩阵、距离特征矩阵和天气特征矩阵，输入U型时空残差多图模块获取多种因素下的时空特征；进而构建扰动学习增强U型时空残差多图网络。本发明通过对原始数据中扰动数据的学习和多图时空特征的建模，降低了异常数据和缺失数据对预测结

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN117609754A

(43)申请公布日2024.02.27

(21)申请号202311231351.9G06F17/16(2006.01)

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 >

基于扰动学习增强U型时空残差多图网络的交通流预测方法.pdfVIP