摘要
本发明公开了一种高速公路收费站流量预测方法及系统,涉及智能交通管理和大数据分析领域,包括采集多源异构交通数据,并进行预处理,对预处理后的多源异构交通数据进行特征提取,将提取的特征映射到共同的特征空间中,进行特征融合,生成综合特征向量,基于综合特征向量,获取交通网络图,根据交通网络图构建STGATwE模型,将STGATwE模型利用综合特征向量进行训练,调整STGATwE模型参数,生成训练好的STGATwE模型,将实时采集的多源异构交通数据,输入训练好的STGATwE模型,获取流量预测结果,通过采集多源异构交通数据和引入外部影响因素映射函数,丰富了数据维度、增强对外部因素的敏感度。
技术关键词
交通
车辆行驶路径
异构
损失函数优化
车牌识别数据
历史流量数据
协方差分析
协方差矩阵
模型训练模块
车辆GPS数据
特征提取模块
参数
网络结构
流量预测系统
车牌识别相机
卷积神经网络提取
高速公路收费站
系统为您推荐了相关专利信息
康复训练系统
三维动态影像
计算机视觉识别
骨骼运动轨迹
强化学习模型
河流防治
路段
控制测控系统
路径优化算法
复杂度
评价指标体系
综合评估方法
层次分析法
熵权法
统计年鉴
大数据
时序特性分析
多源异构数据
长短期记忆网络
动态特征选择