摘要
本发明属于智能交通技术领域,公开了一种ETC门架布设稀疏的虚拟点位数据生成方法,包括以下步骤:S1.将ETC的不规则分布看成一个图结构数据,使用基于谱域的图卷积神经网络对ETC门架空间分布进行建模;S2.对ETC数据进行预测,通过线性组合捕获目标门架与上下游门架间的邻近特征;S3.构建GCN‑GRU神经网络模型;S4.采用遗传算法对模型进行优化,通过种群迭代、适应度评估和基因操作自动搜索最优参数组合。本发明方法有效克服了现有数据生成方法在高速公路典型场景下难以捕捉交通流的时空异质性特征的局限性,提供了更高精度的数据补充。
技术关键词
ETC门架
数据生成方法
GRU神经网络
历史流量数据
节点特征
矩阵
交通流参数
遗传算法
智能交通技术
门控循环单元
GRU模型
染色体
神经网络模型
注意力机制
系统为您推荐了相关专利信息
多层次信息融合
脑网络构建
多通道特征融合
节点特征
矩阵
优化设计方法
接触面摩擦系数
节点特征
深度图
零件
虚拟量测方法
Softmax函数
贝叶斯信息准则
节点特征
协方差矩阵
综合检测系统
评估芯片
新能源汽车
故障诊断模型
测试模块
问答匹配方法
节点匹配模型
知识点
语义关联度
语义层次结构