CN119672957A 基于深度学习的城市交通流量预测方法 （无锡太湖学院）.docxVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN119672957A

(43)申请公布日2025.03.21

(21)申请号202411881100.X

(22)申请日2024.12.19

(71)申请人无锡太湖学院

地址214000江苏省无锡市滨湖区钱荣路

68号

(72)发明人王荣秀丁艳秋郑雅倩

(74)专利代理机构北京曼京知识产权代理事务所(普通合伙)11965

专利代理师黄冠超

(51)Int.Cl.

G08G1/01(2006.01)

G08G1/048(2006.01)

G06N3/0442(2023.01)

G06N3/08(2023.01)

权利要求书2页说明书5页附图6页

(54)发明名称

基于深度学习的城市交通流量预测方法

(57)摘要

CN119672957A基于深度学习的城市交通流量预测方法，采用多源异构交通数据融合和多尺度时空特征提取的技术方案。包括以下步骤：通过车载GPS、路测设备、交通监控视频获取多源交通数据，经数据清洗、时空对齐、特征提取后，采用卡尔曼滤波等方法融合得到统一的交通状态表征；构建包含三个不同尺度LSTM单元的网络模型，分别以5_10分钟、1天和1周为时间步长，建模交通流量的短期、中期和长期变化特征；引入Attention机制对多尺度特征进行自适应融