基于全连接图和双重卷积的区域桥梁群车流量预测方法

AITNT
正文
推荐专利
基于全连接图和双重卷积的区域桥梁群车流量预测方法
申请号:CN202411512319
申请日期:2024-10-28
公开号:CN119541192B
公开日期:2025-08-26
类型:发明专利
摘要
本发明提供一种基于全连接图和双重卷积的区域桥梁群车流量预测方法及装置,涉及时序数据预测技术领域。该方法包括:对区域桥梁群中不同桥梁节点车流量进行监测,获得二维数据结构时间序列的原始流量数据;对原始车流量数据进行数据结构升维处理,获得三维数据结构的改进数据;使用改进数据对模型进行训练;根据当前改进数据,通过图卷积神经网络进行特征提取,获得时空相关特征;通过二维卷积网络捕捉数据周期性,获得周期性特征;将时空相关特征以及周期性特征进行拼接融合输入全连接层预测,获得车流量预测结果。本发明是一种基于全连接图和双重卷积的多维时间序列的区域桥梁群车流量预测方法,为区域路网中桥梁的性能演化预测提供依据。
技术关键词
车流量预测方法 车流量数据 周期性特征 二维卷积神经网络 三维数据结构 二维卷积网络 桥梁 计算机可读取存储介质 滑动窗口法 监测点 融合特征 计算机可读指令 特征提取模块 一维卷积神经网络 数据获取模块 时序数据预测 动态称重系统
系统为您推荐了相关专利信息
1
一种基于空洞卷积和自注意力机制的三维重建方法、系统、设备及介质
深度图 三维重建方法 特征提取网络 二维卷积神经网络 三维重建模型
2
一种预测脑疾病中功能性非编码拷贝数变异致病性的方法
随机森林模型 拷贝数 矩阵 疾病 混合型
3
风电变桨轴承的多信号联合故障诊断方法和系统
风电变桨轴承 故障诊断方法 故障诊断模块 信号采集仪 信号处理模块
4
大数据人工智能AI综合腐蚀采集算力平台方法及系统
大数据人工智能 风险 元学习方法 腐蚀传感器 注意力
5
基于图像深度学习的螺旋道钉工艺参数优化系统及方法
螺旋道钉 图像深度学习 深度强化学习模型 工艺参数优化方法 实时图像
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号