摘要
本发明属于智能交通领域,针对交通偶发性异常问题提出一种基于融合图卷积门控神经微分方程的偶发性交通异常检测方法。包括以下步骤:步骤1、基于数据集时间周期信息生成时间嵌入,节点的空间信息生成空间嵌入以及邻近的历史信息生成历史信息嵌入,拼接之后得到异质性的节点时空嵌入;等等。通过应用本发明提出的交通异常检测方法,城市交通管理部门可以更加高效地识别和应对突发交通事件,从而大幅提升城市交通系统的应变能力和适应性。本研究的成果将为未来的智能城市交通管理系统奠定坚实的基础,具有广泛的应用前景和重要的社会意义。
技术关键词
交通异常检测方法
门控循环单元
节点特征
智能城市交通
突发交通事件
历史交通数据
城市交通系统
城市交通管理
状态更新
重构
三次样条插值
周期性特征
演化特征
平滑算法
切比雪夫
滤除噪声
系统为您推荐了相关专利信息
车载设备
历史数据预处理
执行控制动作
设施
生成训练数据
时序特征
时序依赖关系
空间分布特征
构建知识图谱
时空序列数据
GRU神经网络
飞行器参数辨识
门控循环单元神经网络
神经网络预测模型
气动力
多头注意力机制
疾病
异构网络构建
网络结构信息
节点特征
交叉口车辆
深度强化学习
协作方法
强化学习算法
协作策略