杭州电子科技大学;浙江省交通运输科学研究院翁文超获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉杭州电子科技大学;浙江省交通运输科学研究院申请的专利基于多元时序数据分析的交通序列预测方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115713155B 。
龙图腾网通过国家知识产权局官网在2026-02-24发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211452377.1,技术领域涉及:G06Q10/04;该发明授权基于多元时序数据分析的交通序列预测方法是由翁文超;樊谨;田浩设计研发完成,并于2022-11-21向国家知识产权局提交的专利申请。
本基于多元时序数据分析的交通序列预测方法在说明书摘要公布了:本发明公开了一种基于多元时序数据分析的交通序列预测方法,采用随机图扩散注意力机制提取交通序列的全局和局部空间特征,使用时间注意力提取时间特征,提升了预测精度,降低了模型的内存使用量,提升了模型在长期预测上的效果。本发明所述的基于多元时序数据分析的交通序列预测方法,使已有模型在保持长期预测的精度的前提下,解决短期预测精度不足、计算复杂度过高导致占用内存规模较大以及不够轻量化的问题。
本发明授权基于多元时序数据分析的交通序列预测方法在权利要求书中公布了:1.一种基于多元时序数据分析的交通序列预测方法,其特征在于,包括如下步骤: 步骤1:先对公共交通序列数据集进行数据预处理,获得训练数据集和测试数据集;具体方法为:选取公共交通序列数据集,根据要求设定历史序列长度、预测序列长度,将输入的数据进行分割,每组数据各包含一个历史序列、预测序列和两个序列对应的时间信息;将所有的历史序列、预测序列和时间信息,按组分为训练数据集和测试数据集,完成数据预处理;在完成数据分组之后,截取70%组数据作为训练数据集,30%组数据作为测试数据集; 步骤2:借助于步骤1得到的训练数据集,每次随机选取16组训练数据,输入到随机图扩散注意力模型中,每组数据中的历史时间信息和未来时间信息和预定义图结构信息输入到随机图扩散注意力模型中的时空embedding生成器中生成历史时空embedding和未来时空embedding; 所述随机图扩散注意力模型包括时空embedding生成器、需要输入每组数据中的历史数据和历史时空embedding来进行编码的编码器、使用历史时空embedding和未来时空embedding对输入数据进行转化的转化注意力模块、需要对未来时空embedding和转化注意力模块的输出进行解码输出预测序列的解码器; 所述时空embedding生成器包括用来接收时间信息的时间embedding生成器和用来接收图结构信息的空间embedding生成器; 编码器和解码器的核心模块均是由图扩散注意力模块和时间注意力模块组成; 步骤3:将历史交通数据和历史时空embedding送入编码器,分别使用图扩散注意力模块和时间注意力模块提取空间特征和时间特征,并使用gatefusion模块融合两种特征生成历史时空特征; 步骤4:将历史时空特征、历史时空embedding和未来时空embedding送入转化注意力模块,生成对应的输出; 步骤5:将未来时空embedding和步骤4的输出送入解码器,分别使用图扩散注意力模块和时间注意力模块提取空间特征和时间特征,并使用gatefusion模块融合两种特征生成未来时空特征,最后使用未来时空特征生成最终的预测序列; 步骤6:计算步骤5得到最终的预测序列与训练数据集中的预测序列之间的平均绝对误差、均方根误差和平均绝对百分误差,然后通过Adam优化器进行反向传播,更新网络参数,最终得到训练好的随机图扩散注意力模型; 步骤7:借助于步骤6更新网络参数后的模型与步骤1得到的测试数据集,选取16组测试数据作为输入,执行步骤2至步骤6,其中将步骤2中的训练数据替换成选取的16组测试数据,最终得到基于测试数据生成的预测序列; 步骤8:借助于步骤7得到的基于测试数据生成的预测序列,计算该预测序列与测试数据集中的预测序列之间的平均绝对误差,求得所有组数据的平均绝对误差后求均值,得到最终代表模型表现的平均绝对误差; 步骤9:重复步骤2至步骤8,直至步骤8得到的平均绝对误差不再减小,说明模型表现达到最优,则网络参数更新完毕,模型结束训练; 所述时空embedding生成器的总体公式如下所示: 其中为时间embedding,,分别表示时间信息中的日内的时刻信息和周内的日期信息;为空间embedding,为预定义的路网的邻接矩阵,Node2vec为用于对路网信息进行编码的node2vec算法;E为时空embedding,时空embedding分为历史时空embedding和未来时空embedding。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人杭州电子科技大学;浙江省交通运输科学研究院,其通讯地址为:310018 浙江省杭州市下沙高教园区2号大街;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励