基于興趣點(diǎn)時(shí)空殘差神經(jīng)網(wǎng)絡(luò)的多方向交通流量預(yù)測(cè)方法

基本信息

申請(qǐng)?zhí)?/td> CN202111510019.7 申請(qǐng)日 -
公開（公告）號(hào) CN114154740A 公開（公告）日 2022-03-08
申請(qǐng)公布號(hào) CN114154740A 申請(qǐng)公布日 2022-03-08
分類號(hào) G06Q10/04（2012.01）I;G06Q50/30（2012.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I;G08G1/01（2006.01）I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 何宏;王欣峰;孫笑笑;俞東進(jìn) 申請(qǐng)（專利權(quán)）人 杭州電子科技大學(xué)上虞科學(xué)與工程研究院有限公司
代理機(jī)構(gòu) 杭州求是專利事務(wù)所有限公司 代理人 傅朝棟;張法高
地址 312300浙江省紹興市上虞區(qū)曹娥街道江西路2288號(hào)浙大網(wǎng)新科技園A2樓810室（住所申報(bào)）
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種基于興趣點(diǎn)時(shí)空殘差神經(jīng)網(wǎng)絡(luò)的多方向交通流量預(yù)測(cè)方向。該方法基于短時(shí)車輛軌跡數(shù)據(jù)，通過加入時(shí)間信號(hào)和興趣點(diǎn)信號(hào)來增強(qiáng)時(shí)空特征，利用3D CNN提取車流變化隨時(shí)間變化的時(shí)空特征，結(jié)合殘差神經(jīng)網(wǎng)絡(luò)避免模型過擬合，最后對(duì)帶有時(shí)空特征信息進(jìn)行加權(quán)壓縮，輸出帶有移動(dòng)狀態(tài)的車流分布矩陣，實(shí)現(xiàn)了對(duì)區(qū)域交通流量的預(yù)測(cè)。本發(fā)明方法良好地關(guān)聯(lián)了車流的空間分布隨時(shí)間變化的特征，并綜合了時(shí)間信號(hào)與興趣點(diǎn)信號(hào)關(guān)系，有精度高、實(shí)用性強(qiáng)等特點(diǎn)，可以為公共設(shè)施部署、交通導(dǎo)流、用地規(guī)劃等提供決策支撐。