摘要
本申请涉及动态交通分配领域,其具体地公开了一种面向动态交通分配的交通需求预测方法及系统,其首先获取由数据库采集的历史交通流量数据、交通需求外部驱动数据和由摄像头采集的实时交通视频数据,然后利用深度学习技术,对三者进行特征提取和关联分析,最后通过生成器,以生成动态交通分配建议,从而根据实时情况作出及时的调整和优化,减缓交通拥堵,提高出行效率,进而提高交通分配的实时性与灵活性。
技术关键词
动态交通分配
交通需求预测方法
交通视频数据
关键帧
全局特征提取
局部特征提取
多模态
深度残差网络
语义
核心
矩阵
基元
深度学习技术
数据获取模块
强度
系统为您推荐了相关专利信息
脉冲耦合神经网络
壁画修复方法
注意力
特征提取模块
局部纹理特征
神经网络优化方法
历史会话
生成推荐内容
节点
随机噪声
筛查方法
关键帧
构音障碍评估
风险评估模型
红外感应传感器
动态优化方法
分类规则
数据分类
生成结构化数据
分类准确率