基于Transformer变体的高速列车晚点恢复时间预测方法

AITNT
正文
推荐专利
基于Transformer变体的高速列车晚点恢复时间预测方法
申请号:CN202411678704
申请日期:2024-11-22
公开号:CN119599193A
公开日期:2025-03-11
类型:发明专利
摘要
本发明公开了基于Transformer变体的高速列车晚点恢复时间预测方法,包括:获取高速列车晚点恢复时间序列数据,对高速列车晚点恢复时间序列数据进行预处理,获得预处理后的时间序列数据;将预处理后的时间序列数据输入高速列车晚点恢复时间预测模型,获得高速列车晚点恢复时间预测结果,其中,高速列车晚点恢复时间预测模型采用Inverted Transformer模型和CNN模型相连接构建。本发明自动学习复杂的特征表示,能够更好的拟合交通数据中的非线性特征,有效捕获晚点恢复数据中的时空特征,提高列车晚点恢复时间预测精度,提高精度的同时,提升模型对时空格式列车晚点恢复数据的泛化能力。
技术关键词
时间预测方法 列车 网络架构 时间预测模型 序列 数据 分支 注意力 非线性特征 尺寸 精度 交通 格式 模式 通道
系统为您推荐了相关专利信息
1
一种客户信息数据存储方法及系统
信息数据存储方法 编码规则 解码 序列 客户
2
一种政策知识问答方法、装置、电子设备及存储介质
知识问答方法 分词 分块策略 语义向量 实体
3
基于增强信息的知识图谱补全方法、装置、介质及产品
知识图谱补全方法 节点 关系 邻居 社交
4
端到端流量加密方法、装置、电子设备及存储介质
集群 软件 控制中心 证书序列号 加密系统
5
一种动态权重矩阵的交通流状态事故隐患预测方法及系统
交通流状态 交通流特征 动态 XGBoost模型 静态特征
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