公开(公告)号：CN117671377A

公开(公告)日：2024-03-08

申请号：CN202311685679.8

申请日：2023-12-08

Applicant: 北京邮电大学

Inventor： 李炜 ,  戚琦 ,  谢逸音 ,  王敬宇 ,  吴金明 ,  徐童 ,  孙海峰 ,  靖宇涵 ,  王晶

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/096

Abstract: 一种时序变量预测方法、装置、计算设备和存储介质，包括：构建双向预测时间序列表征模型，并获取历史时间序列数据进行训练，过程如下：获取两相邻时序子序列Xl和Xr，然后将Xl和Xr进行季节‑趋势分解，获得季节和趋势分量，再将季节和趋势分量经过编码器获得表征序列，最后使用两个季节分量表征序列、两个趋势分量表征序列进行双向预测；构建并训练时序变量预测模型，输入时间序列表征向量，输出时序变量预测结果；采集时序变量的实时时间序列数据，使用双向预测时间序列表征模型提取特征以获得时间序列表征向量，然后输入时序变量预测模型，获得预测结果。本发明涉及计算机领域，能有效挖掘时序内在逻辑、提升表征在时序变量预测任务上的性能。

公开(公告)号：CN116756206A

公开(公告)日：2023-09-15

申请号：CN202310543168.6

申请日：2023-05-15

Applicant: 北京邮电大学

Inventor： 戚琦 ,  王敬宇 ,  吴金明 ,  孙海峰 ,  王晶

IPC: G06F16/2458 ,  G06F16/29 ,  G06F17/16 ,  G08G1/01 ,  G08G1/065

Abstract: 基于精细关联挖掘的流量预测系统，包括如下模块：输入卷积模块、关联捕获功能模块、时空特征处理模块和输出卷积模块；基于精细关联挖掘的流量预测方法，包括如下操作步骤：(1)输入卷积模块将低维历史交通流量数据映射为高维历史交通流量数据；(2)关联捕获功能模块自适应提取交通点位之间的关联关系，计算出表示交通点位间关联关系的n个超图；(3)时空特征处理模块计算出每个交通点位的融合了时空信息的l个交通点位高维特征矩阵；(4)输出卷积模块根据上述交通点位高维特征矩阵计算出未来交通点位车流速度的预测值。