一种复杂环境下基于深度学习的通行时间估计方法

本发明提供一种复杂环境下基于深度学习的通行时间估计方法，包括：首先，获取包括高原环境区域和山地环境区域的轨迹数据集。然后，将轨迹数据集划分为：训练数据集、验证数据集和测试数据集。接下来，构建通行时间估计模型，并根据训练数据集和验证数据集对通行时间估计模型进行训练和优化，得到优化的通行时间估计模型。根据测试数据集对优化的通行时间估计模型进行测试，确定模型评价指标值。最后，在模型评价指标值满足指标阈值的情况下，将待估计数据输入优化的通行时间估计模型，输出得到通行时间估计结果。该方法提高了通行时间估计模型针对复杂环境地形和天气因素建模的适应性，从而能够有效地提高在复杂环境下估计通行时间的准确性。