CN113053115A - 一种基于多尺度图卷积网络模型的交通预测方法 - Google Patents
一种基于多尺度图卷积网络模型的交通预测方法 Download PDFInfo
- Publication number
- CN113053115A CN113053115A CN202110284607.7A CN202110284607A CN113053115A CN 113053115 A CN113053115 A CN 113053115A CN 202110284607 A CN202110284607 A CN 202110284607A CN 113053115 A CN113053115 A CN 113053115A
- Authority
- CN
- China
- Prior art keywords
- traffic
- road
- traffic flow
- road section
- matrix
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Computational Linguistics (AREA)
- Biomedical Technology (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Traffic Control Systems (AREA)
Abstract
Description
Claims (10)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110284607.7A CN113053115B (zh) | 2021-03-17 | 2021-03-17 | 一种基于多尺度图卷积网络模型的交通预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110284607.7A CN113053115B (zh) | 2021-03-17 | 2021-03-17 | 一种基于多尺度图卷积网络模型的交通预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113053115A true CN113053115A (zh) | 2021-06-29 |
CN113053115B CN113053115B (zh) | 2022-04-22 |
Family
ID=76513112
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110284607.7A Active CN113053115B (zh) | 2021-03-17 | 2021-03-17 | 一种基于多尺度图卷积网络模型的交通预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113053115B (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113505536A (zh) * | 2021-07-09 | 2021-10-15 | 兰州理工大学 | 一种优化的基于时空图卷积网络的交通流预测模型 |
CN113794695A (zh) * | 2021-08-26 | 2021-12-14 | 浙江工业大学 | 一种基于gru的网络异常流量检测识别方法 |
CN114169647A (zh) * | 2022-01-07 | 2022-03-11 | 重庆大学 | 持续记忆的自适应异质时空图卷积的交通预测方法及系统 |
CN114205251A (zh) * | 2021-12-09 | 2022-03-18 | 西安电子科技大学 | 基于时空特征的交换机链路资源预测方法 |
CN114611814A (zh) * | 2022-03-21 | 2022-06-10 | 中南大学 | 聚合多尺度时空相似信息的城市交通流预测方法 |
CN114724386A (zh) * | 2022-03-31 | 2022-07-08 | 温州大学 | 智慧交通下的短时交通流量预测方法、系统和电子设备 |
CN114743374A (zh) * | 2022-04-01 | 2022-07-12 | 清华大学深圳国际研究生院 | 基于图网络的多元交通流预测方法 |
CN114781609A (zh) * | 2022-04-19 | 2022-07-22 | 华东交通大学 | 一种基于多模式动态残差图卷积网络的交通流预测方法 |
CN114973653A (zh) * | 2022-04-27 | 2022-08-30 | 中国计量大学 | 一种基于时空图卷积网络的交通流预测方法 |
CN114999154A (zh) * | 2022-05-26 | 2022-09-02 | 浙江工业大学 | 一种基于图卷积网络的道路服务水平预测方法 |
CN115242663A (zh) * | 2022-07-29 | 2022-10-25 | 西安电子科技大学 | 基于时间相关图卷积的虚拟网络流量预测方法 |
CN115240425A (zh) * | 2022-07-26 | 2022-10-25 | 西北师范大学 | 一种基于多尺度时空融合图网络的交通预测方法 |
CN115631631A (zh) * | 2022-11-14 | 2023-01-20 | 北京航空航天大学 | 一种基于双向蒸馏网络的交通流量预测方法与装置 |
CN115907079A (zh) * | 2022-10-10 | 2023-04-04 | 南京航空航天大学 | 一种基于注意力时空图卷积网络的空域交通流量预测方法 |
CN116086790A (zh) * | 2023-04-11 | 2023-05-09 | 杭州鄂达精密机电科技有限公司 | 氢燃料电池高压阀的性能检测方法及其系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109754605A (zh) * | 2019-02-27 | 2019-05-14 | 中南大学 | 一种基于注意力时态图卷积网络的交通预测方法 |
CN110491129A (zh) * | 2019-09-24 | 2019-11-22 | 重庆城市管理职业学院 | 基于时空图的发散卷积循环神经网络的交通流预测方法 |
CN110929962A (zh) * | 2019-12-13 | 2020-03-27 | 中国科学院深圳先进技术研究院 | 一种基于深度学习的交通流量预测方法及装置 |
CN112216108A (zh) * | 2020-10-12 | 2021-01-12 | 中南大学 | 一种基于属性增强的时空图卷积模型的交通预测方法 |
CN112241814A (zh) * | 2020-10-20 | 2021-01-19 | 河南大学 | 一种基于强化时空图神经网络的交通预测方法 |
CN112289034A (zh) * | 2020-12-29 | 2021-01-29 | 四川高路交通信息工程有限公司 | 基于多模态时空数据的深度神经网络鲁棒交通预测方法 |
-
2021
- 2021-03-17 CN CN202110284607.7A patent/CN113053115B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109754605A (zh) * | 2019-02-27 | 2019-05-14 | 中南大学 | 一种基于注意力时态图卷积网络的交通预测方法 |
CN110491129A (zh) * | 2019-09-24 | 2019-11-22 | 重庆城市管理职业学院 | 基于时空图的发散卷积循环神经网络的交通流预测方法 |
CN110929962A (zh) * | 2019-12-13 | 2020-03-27 | 中国科学院深圳先进技术研究院 | 一种基于深度学习的交通流量预测方法及装置 |
CN112216108A (zh) * | 2020-10-12 | 2021-01-12 | 中南大学 | 一种基于属性增强的时空图卷积模型的交通预测方法 |
CN112241814A (zh) * | 2020-10-20 | 2021-01-19 | 河南大学 | 一种基于强化时空图神经网络的交通预测方法 |
CN112289034A (zh) * | 2020-12-29 | 2021-01-29 | 四川高路交通信息工程有限公司 | 基于多模态时空数据的深度神经网络鲁棒交通预测方法 |
Non-Patent Citations (2)
Title |
---|
LING ZHAO,ET AL: "T-GCN: A Temporal Graph Convolutional Network for Traffic Prediction", 《IEEE TRANSACTIONS ON INTELLIGENT TRANSPORTATION SYSTEMS》 * |
YIHAN GUI,ET AL: "Optical Network Traffic Prediction Based on Graph Convolutional Neural Networks", 《2020 OPTO-ELECTRONICS AND COMMUNICATIONS CONFERENCE (OECC》 * |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113505536A (zh) * | 2021-07-09 | 2021-10-15 | 兰州理工大学 | 一种优化的基于时空图卷积网络的交通流预测模型 |
CN113794695A (zh) * | 2021-08-26 | 2021-12-14 | 浙江工业大学 | 一种基于gru的网络异常流量检测识别方法 |
CN113794695B (zh) * | 2021-08-26 | 2023-04-07 | 浙江工业大学 | 一种基于gru的网络异常流量检测识别方法 |
CN114205251B (zh) * | 2021-12-09 | 2022-12-02 | 西安电子科技大学 | 基于时空特征的交换机链路资源预测方法 |
CN114205251A (zh) * | 2021-12-09 | 2022-03-18 | 西安电子科技大学 | 基于时空特征的交换机链路资源预测方法 |
CN114169647A (zh) * | 2022-01-07 | 2022-03-11 | 重庆大学 | 持续记忆的自适应异质时空图卷积的交通预测方法及系统 |
CN114169647B (zh) * | 2022-01-07 | 2024-05-07 | 重庆大学 | 持续记忆的自适应异质时空图卷积的交通预测方法及系统 |
CN114611814A (zh) * | 2022-03-21 | 2022-06-10 | 中南大学 | 聚合多尺度时空相似信息的城市交通流预测方法 |
CN114724386A (zh) * | 2022-03-31 | 2022-07-08 | 温州大学 | 智慧交通下的短时交通流量预测方法、系统和电子设备 |
CN114724386B (zh) * | 2022-03-31 | 2023-10-27 | 温州大学 | 智慧交通下的短时交通流量预测方法、系统和电子设备 |
CN114743374A (zh) * | 2022-04-01 | 2022-07-12 | 清华大学深圳国际研究生院 | 基于图网络的多元交通流预测方法 |
CN114781609A (zh) * | 2022-04-19 | 2022-07-22 | 华东交通大学 | 一种基于多模式动态残差图卷积网络的交通流预测方法 |
CN114973653A (zh) * | 2022-04-27 | 2022-08-30 | 中国计量大学 | 一种基于时空图卷积网络的交通流预测方法 |
CN114973653B (zh) * | 2022-04-27 | 2023-12-19 | 中国计量大学 | 一种基于时空图卷积网络的交通流预测方法 |
CN114999154A (zh) * | 2022-05-26 | 2022-09-02 | 浙江工业大学 | 一种基于图卷积网络的道路服务水平预测方法 |
CN114999154B (zh) * | 2022-05-26 | 2024-02-02 | 浙江工业大学 | 一种基于图卷积网络的道路服务水平预测方法 |
CN115240425A (zh) * | 2022-07-26 | 2022-10-25 | 西北师范大学 | 一种基于多尺度时空融合图网络的交通预测方法 |
CN115242663A (zh) * | 2022-07-29 | 2022-10-25 | 西安电子科技大学 | 基于时间相关图卷积的虚拟网络流量预测方法 |
CN115242663B (zh) * | 2022-07-29 | 2023-07-18 | 西安电子科技大学 | 基于时间相关图卷积的虚拟网络流量预测方法 |
CN115907079A (zh) * | 2022-10-10 | 2023-04-04 | 南京航空航天大学 | 一种基于注意力时空图卷积网络的空域交通流量预测方法 |
CN115907079B (zh) * | 2022-10-10 | 2023-09-22 | 南京航空航天大学 | 一种基于注意力时空图卷积网络的空域交通流量预测方法 |
CN115631631A (zh) * | 2022-11-14 | 2023-01-20 | 北京航空航天大学 | 一种基于双向蒸馏网络的交通流量预测方法与装置 |
CN116086790B (zh) * | 2023-04-11 | 2023-06-23 | 杭州鄂达精密机电科技有限公司 | 氢燃料电池高压阀的性能检测方法及其系统 |
CN116086790A (zh) * | 2023-04-11 | 2023-05-09 | 杭州鄂达精密机电科技有限公司 | 氢燃料电池高压阀的性能检测方法及其系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113053115B (zh) | 2022-04-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113053115B (zh) | 一种基于多尺度图卷积网络模型的交通预测方法 | |
CN112801404B (zh) | 一种基于自适应空间自注意力图卷积的交通预测方法 | |
CN111899510B (zh) | 基于发散卷积和gat的智能交通系统流量短期预测方法及系统 | |
CN109492822B (zh) | 空气污染物浓度时空域关联预测方法 | |
CN110147877A (zh) | 基于卷积长短时网络的pm2.5预测方法 | |
CN113905391A (zh) | 集成学习网络流量预测方法、系统、设备、终端、介质 | |
CN112734002B (zh) | 一种基于数据层和模型层联合迁移学习的寿命预测方法 | |
CN115545350B (zh) | 综合深度神经网络与强化学习的车辆路径问题求解方法 | |
CN116721537A (zh) | 基于gcn-ipso-lstm组合模型的城市短时交通流预测方法 | |
Orang et al. | Time series forecasting using fuzzy cognitive maps: a survey | |
Massaoudi et al. | Performance evaluation of deep recurrent neural networks architectures: Application to PV power forecasting | |
Lv et al. | An improved long short-term memory neural network for stock forecast | |
CN111325315A (zh) | 基于深度学习的配变停电电量损失预测的方法 | |
CN113129585A (zh) | 基于重构交通网络的图聚合机制的道路交通流预测方法 | |
CN114036850A (zh) | 一种基于vecgm的径流预测方法 | |
CN115935796A (zh) | 一种基于时空异质的和同步的图卷积网络交通流预测方法 | |
CN114118375A (zh) | 一种基于时序图Transformer的连续动态网络表征学习方法 | |
CN114780739A (zh) | 基于时间图卷积网络的时序知识图谱补全方法及系统 | |
CN114565187A (zh) | 一种基于图时空自编码网络的交通路网数据预测方法 | |
CN113947182A (zh) | 基于双阶段堆叠图卷积网络的交通流预测模型构建方法 | |
Chen et al. | A short-term traffic flow prediction model based on AutoEncoder and GRU | |
CN115640901A (zh) | 一种基于混合神经网络和生成对抗的小样本负荷预测方法 | |
Surakhi et al. | On the ensemble of recurrent neural network for air pollution forecasting: Issues and challenges | |
CN117454776A (zh) | 基于vmd优化下多层次分解与集成的空中交通流量预测方法 | |
CN115080795A (zh) | 一种多充电站协同负荷预测方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB03 | Change of inventor or designer information |
Inventor after: Fu Jing Ying Inventor after: Zhang Xun Inventor after: Jiang Dong Inventor after: Lin Gang Inventor after: Liang Chunfang Inventor after: Yang Lanyan Inventor after: Yue Mingqi Inventor after: Wang Zixu Inventor before: Zhang Xun Inventor before: Liang Chunfang Inventor before: Yang Lanyan Inventor before: Fu Jing Ying Inventor before: Yue Mingqi Inventor before: Wang Zixu Inventor before: Jiang Dong Inventor before: Lin Gang |
|
CB03 | Change of inventor or designer information | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20220330 Address after: 100101 No.11, Datun Road, Haidian District, Beijing Applicant after: Institute of Geographic Sciences and Natural Resources Research, CAS Applicant after: Beijing Technology and Business University Address before: 100048, Fu Cheng Road, Beijing, Haidian District, No. 33 Applicant before: BEIJING TECHNOLOGY AND BUSINESS University Applicant before: Institute of Geographical Sciences and resources, Chinese Academy of Sciences |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |