-
公开(公告)号：CN115034502B
公开(公告)日：2024-07-02
申请号：CN202210746241.5
申请日：2022-06-28
Applicant: 福州大学
IPC: G06Q10/04 , G06Q50/26 , G06F18/23 , G06F18/214 , G06F18/22 , G06F18/213 , G06N3/048 , G06N3/0442 , G06N3/08
Abstract: 本发明涉及车辆的时间预测技术领域，具体涉及一种公路车辆旅行时间的预测方法。包括以下步骤：获取公路车辆旅行时间数据集，并对其进行数据预处理；通过平均链接度量方法进行路段间相似度的度量；根据相似度对路段进行基于空间层次的聚类，并通过聚类算法获得k个路段群；根据多输入门控循环单元模型(M‑GRU)对k个路段群进行分别建模，且分别嵌入公路车辆旅行时间趋势变化信息；并将每个路段群的建模后的多输入门控循环单元模型(M‑GRU)的输出信息与嵌入的趋势变化信息进行拼接，得到深度多输入门控循环单元模型(DM‑GRU)输出所有路段的未来车辆旅行时间。本发明的目的是解决现有的公路交通车辆旅行时间的预测的精确度较低的问题。
-
公开(公告)号：CN115034502A
公开(公告)日：2022-09-09
申请号：CN202210746241.5
申请日：2022-06-28
Applicant: 福州大学
Abstract: 本发明涉及车辆的时间预测技术领域，具体涉及一种公路车辆旅行时间的预测方法。包括以下步骤：获取公路车辆旅行时间数据集，并对其进行数据预处理；通过平均链接度量方法进行路段间相似度的度量；根据相似度对路段进行基于空间层次的聚类，并通过聚类算法获得k个路段群；根据多输入门控循环单元模型(M‑GRU)对k个路段群进行分别建模，且分别嵌入公路车辆旅行时间趋势变化信息；并将每个路段群的建模后的多输入门控循环单元模型(M‑GRU)的输出信息与嵌入的趋势变化信息进行拼接，得到深度多输入门控循环单元模型(DM‑GRU)输出所有路段的未来车辆旅行时间。本发明的目的是解决现有的公路交通车辆旅行时间的预测的精确度较低的问题。
-
公开(公告)号：CN115169714A
公开(公告)日：2022-10-11
申请号：CN202210855666.X
申请日：2022-07-08
Applicant: 福州大学
Abstract: 本发明公开了一种城市地铁进出站客流量预测方法，涉及机器学习领域。本发明包括以下步骤：获取历史地铁站点进出站客流量数据；对客流量数据进行预处理；将预处理后的客流量数据输入到深度学习模型中，对深度学习模型进行训练；利用训练好的模型预测未来城市地铁站点进出站客流量。本发明通过收集各城市地铁站点各时刻的历史进出站客流量来预测未来各站点的进出站客流量。
-
-
Search Results
3
records
(took 0.016 seconds)
