X为了获得更好的用户体验,请使用火狐、谷歌、360浏览器极速模式或IE8及以上版本的浏览器
关于我们
欢迎来到科易网(仲恺)技术转移协同创新平台,请 登录 | 注册
尊敬的 , 欢迎光临!  [会员中心]  [退出登录]
成果 专家 院校 需求
当前位置: 首页 >  科技成果  > 详细页

[00902166]基于有向图卷积神经网络的城市交通态势识别方法

交易价格: 面议

所属行业: 网络

类型: 发明专利

技术成熟度: 通过小试

专利所属地:中国

专利号:CN202010305319.0

交易方式: 其他

联系人:

所在地:浙江杭州市

服务承诺
产权明晰
资料保密
对所交付的所有资料进行保密
如实描述
|
收藏
|

技术详细介绍

基于有向图卷积神经网络的城市交通态势识别方法,首先,对历史交通流信息进行交通态势分类,根据“点边”转换规则,把城市路网转换成有向图,并提取相应的子图;然后,计算有向边的权重和非直接相连节点间的权重,标准化处理子图节点个数,计算子图的交通信息矩阵及其特征矩阵;最后,设计交通有向图卷积神经网络模型,并进行训练和测试,该模型可以分类实时交通流信息,从而识别出所有路段的实时交通态势。本发明方法充分考虑了混合路网下不同层级、不同等级的有向路段之间的关联关系,设计了统一的标准化模型输入和交通态势识别模型,具有很好的普适性;而且,方法具有流程简单、计算容易和易编程实现等特点,可以适用于复杂的城市路网。
基于有向图卷积神经网络的城市交通态势识别方法,首先,对历史交通流信息进行交通态势分类,根据“点边”转换规则,把城市路网转换成有向图,并提取相应的子图;然后,计算有向边的权重和非直接相连节点间的权重,标准化处理子图节点个数,计算子图的交通信息矩阵及其特征矩阵;最后,设计交通有向图卷积神经网络模型,并进行训练和测试,该模型可以分类实时交通流信息,从而识别出所有路段的实时交通态势。本发明方法充分考虑了混合路网下不同层级、不同等级的有向路段之间的关联关系,设计了统一的标准化模型输入和交通态势识别模型,具有很好的普适性;而且,方法具有流程简单、计算容易和易编程实现等特点,可以适用于复杂的城市路网。

推荐服务:

Copyright © 2015 科易网 版权所有 闽ICP备07063032号-5