摘要
本发明公开了一种基于集群时空动态图网络的轨迹预测方法及系统,属于智能交通系统中的时空数据挖掘领域,方法包括:收集已有的交通信号数据并进行预处理;从预处理后的交通信号数据中选取训练集并进行聚类,基于聚类结果对去除训练集后剩余的交通信号数据赋予类别索引;从交通信号数据中随机采样历史交通信号和未来交通信号两组数据以及对应的类别索引,将历史交通信号输入嵌入层进行映射,得到高维特征;将高维特征输入空间块和时间块中生成空间聚合特征图和时间聚合特征图,将空间聚合特征图和所述时间聚合特征图进行融合,得到聚合特征;将聚合特征输入反嵌入层进行映射,得到未来的拓扑信号交通信号,完成基于集群时空动态图网络的轨迹预测。
技术关键词
轨迹预测方法
轨迹预测系统
集群
聚类
数据采集模块
网络
索引
智能交通系统
样本
训练集
节点
信号
车道
算法
车辆
系统为您推荐了相关专利信息
噪声像素
深度卷积神经网络
绘图系统
多任务损失函数
YOLOv3网络
技术趋势预测方法
大语言模型
知识图谱数据
趋势预测系统
时序
采样点
高斯混合模型
激光雷达点云数据
指标
球形