基于卷积去噪自编码的交通流诱导监测方法及系统

AITNT
正文
推荐专利
基于卷积去噪自编码的交通流诱导监测方法及系统
申请号:CN202510370317
申请日期:2025-03-27
公开号:CN119889047B
公开日期:2025-06-17
类型:发明专利
摘要
本发明公开了基于卷积去噪自编码的交通流诱导监测方法及系统,涉及交通控制技术领域,包括:生成融合的时空交通数据集;从时空交通数据集中提取车载与导航数据,初步划分行驶车辆为已知导航信息车辆和未知导航信息车辆;使用卷积去噪自编码器、时空卷积神经网络和长短期记忆网络对未知导航信息车辆的时空交通数据进行处理,生成交通流量预测模型;使用联合损失函数对交通流量预测模型进行训练并优化;根据已知导航信息车辆和未知导航信息车辆的时空交通数据,计算下一路段的通行指数,若下一路段的通行指数大于预设的通行阈值,则引导车辆切换到推荐的备选路径上,提供最优的行驶路径建议,实现交通流的诱导和优化。
技术关键词
交通流诱导 交通流量预测 时空卷积神经网络 联合损失函数 行驶车辆 长短期记忆网络 监测方法 数据 导航路径信息 指数 饱和度 交通控制技术 编码器 传播算法 路段 车载导航 短距离
系统为您推荐了相关专利信息
1
一种基于实时车流量检测的智能交通控制方法及系统
智能交通控制方法 混沌粒子群算法 交通流量预测 构建预测模型 红绿灯
2
一种电力场景中的设备状态异常变化检测方法及系统
变化检测方法 语义标签 图像 联合损失函数 场景
3
一种基于图像处理的河蟹的计数分拣装置及方法
计数分拣装置 分拣模型 可编程逻辑控制器 视觉相机 图像处理
4
一种基于查询路由的大语言模型选择方法
多臂老虎机 策略 表达式 推荐算法 神经网络参数
5
基于对抗因果图学习的可解释性节点分类预测方法
分类预测方法 节点 过滤模块 联合损失函数 预测模型训练
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号