您所在的位置: 首页 > 专利技术 > 正文
专利基本信息
专利名称 一种基于深度学习组合模型的断面车道级短时交通流预测方法
专利状态 - 专利号(申请号) CN111523706A
专利申请日期 2020-04-06 专利类型 发明专利
申请公布号 2020102623727 申请公布日 2020-04-06
授权公告号 - 授权公告日 -
发明人 张清勇;周天立;刘静;占洋;邹瀚仪;谭美芳
专利权人 武汉理工大学
专利摘要 本发明公开了一种基于深度学习组合模型的断面车道级短时交通流预测方法,包括以下步骤:1)对已有交通流数据进行数据预处理;2)提取同一时刻预测车道断面与周围连接路段交通流信息和拓扑连接结构,获取短时交通流的上下游的空间相关性特征;3)提取同一时刻预测车道断面所处路段所有不同断面车道交通流状态,获取目标车道与同一路段不同断面车道空间相关性特征和时间特征;4)通过FC网络将两种空间特征与时间特征相融合,进行交通流的预测;5)使用交通流实际值与预测值进行比较,优化参数,获得最终的FC网络模型;6)采用最终的FC网络模型进行断面车道级短时交通流预测。本发明方法能有效提升断面车道级别短时交通流预测结果的准确性。
专利价值评估分析
相关推荐
Baidu
map