高级检索
检索提示：高级检索多个条件检索时是按照顺序运算的：如 A或B与C 即:(A或B)与C
[专利]
一种基于深度学习的短时交通流预测方法
作者：
收录：
摘要：
一种基于深度学习的短时交通流预测方法属于交通预测领域。本发明首先使用卷积神经网络提取交通流的空间特征；然后使用引入注意力机制的门控循环单元提取时间特征，通过注意力机制计算不同时刻交通流特征的重要性，使模型更关注重要性大的特征；接着利用交通流数据的周期特性提取周期特征；最后融合所有特征进行预测。该方法解决了现有预测方法无法充分利用交通流数据时空特征的缺点，提高了交通流的预测精度，可以更好地解决短时交通流预测问题。
关键词：
通讯作者信息：
电子邮件地址：
相关关键词：
相关文章：
专利基本信息 ：
专利类型： 发明申请
申请(专利)号： CN202010083361.2
申请日期： 2020-02-09
公开(公告)日： 2020-05-29
公开(公告)号： CN111210633A
申请(专利权)： 北京工业大学
法律状态： 授权
被引次数：
WoS核心集被引频次： 0
SCOPUS被引频次：
ESI高被引论文在榜： 0 展开所有
万方被引频次：
中文被引频次：
近30日浏览量： 2
归属院系：
学院待认领
专利获取
外部链接：
