一种基于深度学习的错峰停车管理系统

本发明提出了一种基于深度学习的错峰停车管理系统，包括数据获取模块，用于通过云端获取每个停车场相应的数据，并且将每个车辆数据汇总为向量；数据预处理模块，用于将车辆数据中的缺失值进行填充计算，从而有效的处理缺失值，并对车辆数据进行标准化；模型训练模块，用于使用Transformer模型作为深度学习模型，根据具体架构，注意力头数、嵌入维度、前馈神经网络的维度；需求预测模块，用于将实时数据输入模型中，自注意力机制计算各时间点之间的相关性。旨在通过优化停车位资源分配，提高停车管理的效率和车主的停车体验。系统采用Transformer模型进行停车需求预测，通过深度学习算法处理停车数据，实现高精度的停车需求预测和错峰管理。