一种基于动态自适应对抗图卷积神经网络的交通流预测方法.pdfVIP

下载本文档

28
0
约1.42万字
约 11页
2024-03-09 发布于四川
举报
版权申诉

一种基于动态自适应对抗图卷积神经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

本发明公开了一种基于动态自适应对抗图卷积神经网络的交通流预测方法，该方法包括：获取交通数据，根据获取到的交通数据进行数据预处理；构建节点的特征矩阵，将节点嵌入向量和时间嵌入向量结合，生成动态自适应图；构建自适应图卷积循环神经网络提取动态空间依赖；使用门控扩展因果网络模块提取时序特征；最后采用带有对抗训练的动态自适应图卷积模块，产生与真实数据相近的预测交通数据。本发明改进了现有的交通流预测模型，使用一个通用的范式和一个门模块，将时变嵌入与节点嵌入融合，生成动态自适应图，用于捕获每个节点的时空依赖关

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN117671950A

(43)申请公布日2024.03.08

(21)申请号202311646885.8G06N3/094(2023.01)