摘要
本发明涉及数据处理技术领域,具体涉及基于机器学习的智慧城市数据处理方法及系统,包括:根据相邻时间段的车辆个数之间的差异,获得每个道路每个时间段的车流量异常程度和确定出突变时间段;通过目标道路与每个周边道路上参考时间段的参考车辆数序列之间的相关程度,获得每个周边道路与目标道路之间在参考时间段的关联程度;根据每个周边道路参考时间段的变动参数和目标道路在参考时间段通过的车辆个数,获得目标道路在参考时间段的拥堵程度;并确定出目标道路在参考时间段的拥堵情况。本发明提高了道路车辆拥堵判别的准确性,也提高了智慧城市数据处理的准确性。
技术关键词
时间段
道路车流量
车辆
神经网络模型
智慧城市数据处理
序列
RNN神经网络
信息熵
数据处理系统
数据处理技术
参数
坐标系
处理器
关系
存储器
指派
纵轴
邻域
系统为您推荐了相关专利信息
车辆数据显示方法
显示控制器
图形处理器
数据存储
芯片
融合多源数据
检测光伏系统
光伏跟踪控制系统
动态误差补偿
预测误差
层流流量计
流量标定方法
BP神经网络模型
遗传算法
GA优化BP神经网络