科创中国
带有图学习的双端图卷积交通流量预测方法
发布时间: 2023-05-23
基本信息
合作方式：
技术转让
成果类型：
实用新型专利,新技术
行业领域：
交通运输、仓储和邮政业
成果介绍
带有图学习的双端图卷积交通流量预测方法，解决了如何提高交通流量预测准确度的问题，属于交通流量预测技术领域。本发明包括：S1、获取实时交通流量数据；S2、将获取的实时交通流量数据输入到预测模型中，得到预测的交通流量；预测模型包括特征提取层和预测层及L个动态图学习层、L个门控时间卷积层、L个双端图卷积层；本发明没有使用预定义的静态图结构，而是通过动态图学习层来学习交通数据自身所具有的动态和周期性特征。门控时间卷积层和双端图卷积层分别用于捕获交通序列自身所具有的时间相关性和空间相关性，使预测结果尽可能接近真实的值。
成果亮点
.带有图学习的双端图卷积交通流量预测方法，其特征在于，所述方法包括：S1、获取实时交通流量数据；S2、将获取的实时交通流量数据输入到预测模型中，得到预测的交通流量；所述预测模型包括特征提取层和预测层及L个动态图学习层、L个门控时间卷积层、L个双端图卷积层；提取层，用于提取实时交通流量数据的特征，作为初始特征H0；一个动态图学习层、一个门控时间卷积层和一个双端图卷积层组成一个块，L个块串联在一起，每个块中的门控时间卷积层的输出和第L个块的输出同时输入到预测层，预测层输出下一时刻的交通流量；第l个块中，l＝{1,2,…,L}，由第l-1个块的输出Hl-1同时作为第l个门控时间卷积层和第l个动态图学习层的输入，第1个块中的输入为初始特征H0，第l个门控时间卷积层用于捕获每个路段的交通流量随时间变化的时间相关性特征，获得门控时间卷积层的输出隐藏状态并将输出隐藏状态输入给第l个双端图卷积层；同时，动态图学习层用于通过学习连续图和备用图，得到邻接矩阵Al，并输入给第l个双端图卷积层；第l个双端图卷积层用于根据输出隐藏状态和邻接矩阵Al捕获不同路段之间交通流量随时间变化的空间相关性特征，得到Hl。
团队介绍
黑龙江大学有博士后科研流动站7个，博士后科研工作站3个。有博士学位授权一级学科10个，硕士学位授权一级学科35个，硕士专业学位类别18个。有国家重点学科1个，国家重点（培育）学科1个；有国家级一流本科专业建设点33个、国家级特色专业10个、国家级一流本科课程（含精品在线开放课程）15门、省级重点学科群1个、省级重点一级学科12个，省级“双一流”国际一流建设学科1个，省级“双一流”国内一流建设学科5个。
成果资料
产业化落地方案
下载app