摘要
本发明公开了一种港口群水域船舶交通流量图神经网络预测方法,所述方法包括:解构港口群水域,构建港口群水域通航网络;构建船舶交通流量预测模型;分析港口群水域通航网络中港口间船舶交通流量的分布特性,确认其分布符合零膨胀负二项分布特征;计算港口间O‑D对的邻接矩阵;使用扩散图卷积网络捕捉O‑D对的空间邻接性;使用时间卷积网络捕捉O‑D对间的时间相关性;将扩散图卷积网络与时间卷积网络结合构成时空零膨胀负二项图神经网络方法预测船舶交通流量。本发明引入O‑D对数据,更直观地表征了港口群水域通航网络同时运用了时空零膨胀负二项图神经网络预测方法,解决了O‑D对数据中的零膨胀问题,在不同时间分辨率下能准确预测船舶交通流量。
技术关键词
神经网络预测方法
交通流量预测
船舶
时间卷积网络
神经网络方法
切比雪夫
参数
卷积滤波器
数据
矩阵
多项式
网络节点
坐标
序列
直线
分辨率
条目
数学
系统为您推荐了相关专利信息
灰狼算法
气体排放
调度优化方法
强化学习算法
集装箱码头
卷积神经网络方法
零知识证明方法
零知识证明技术
线性
关系
人机交互模块
决策支持子模块
三维可视化子
智能优化算法
流体力学模型