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
交通流状态
交通流特征
动态
XGBoost模型
静态特征