摘要
本发明提供了通过隐式地理信息和知识蒸馏模型来提高交通预测性能的方法及产品,涉及人工智能技术领域。本发明实施例中,交通速度预测模型的第一信息提取模块提取隐式地理信息、第二信息提取模块提取隐式地理信息的动态信息,并且,该交通速度预测模型基于知识蒸馏作为学生模型,向预先训练完毕的教师模型学习了显式地理相关性信息的提取能力。从而,该交通速度预测模型整合了显式地理相关性、隐式地理信息和隐式地理信息的动态信息的提取能力,可以基于路网中各个路段在历史时间段内的交通速度中的显式地理相关性、隐式地理信息和隐式地理信息的动态信息,实现对路网中各个路段在未来时间段内的交通速度的预测。
技术关键词
速度预测模型
交通
路段
蒸馏
教师
样本
动态
学生
时间段
注意力机制
处理器
人工智能技术
标签
计算机程序产品
拼接模块
序列
网络结构
输入模块
系统为您推荐了相关专利信息
交通信号控制方法
深度强化学习算法
交通网络建模
交通仿真
协同控制方法
能效优化控制
能耗预测模型
仿真系统
优化控制策略
地图
可见光图像
光学成像单元
量子点
交通工具
智能驾驶控制方法
混合交通流
车辆轨迹预测
LSTM模型
智能车辆
道路特征
网络结构优化方法
工业缺陷检测
网络结构优化系统
结构优化算法
特征提取网络