摘要
本发明公开了一种基于多源交通大数据和计算图的交通需求估计方法,具体为:步骤1:将交通网络拓扑结构数据划分为若干个交通小区,获取交通小区中的相关数据;步骤2:构建五层交通需求估计的神经网络框架,将步骤1中的数据映射至五层交通需求估计的神经网络框架;步骤3:交通出行综合优化估计模型;步骤4:将交通出行综合优化估计模型扩展为计算图上的5TCG联合估计模型;步骤5:训练5TCG联合估计模型;步骤6:采用训练好的5TCG联合估计模型对交通需求进行实时估计。本发明能够更好的分析城市网络上的交通演化态势和规律,有助于为交通管理者或规划者提出的管控、效率、拥堵识别等方向的交通策略提供参考。
技术关键词
交通需求估计方法
多源交通大数据
神经网络框架
路段
居民出行调查数据
网络拓扑结构
表达式
小区
样本
神经网络模型
顶点
手机信令数据
道路交叉口
随机梯度下降
差分技术
传播算法
视频卡
系统为您推荐了相关专利信息
巡检路径规划方法
三维栅格地图
机器狗
节点
设备巡检信息
传感网络节点
城市交通管理方法
传感器
路段
城市交通管理系统