专利名称：一种基于3D卷积神经网络的短时交通流预测方法专利类型：发明专利
发明人：方景龙,余峰,邵艳利,陈滨申请号：CN201910688693.0申请日：20190729公开号：CN110517482A公开日：20191129
摘要：本发明涉及一种基于3D卷积神经网络的短时交通流预测方法。本发明通过采集城市中各个区域各个时间段的交通流量数据，使用3D卷积神经网络的大规模样本集拟合能力与时空特征提取能力，搭建缺失值补全模型补全原始数据集中的缺失数据，搭建交通流预测模型进行高准确率的短时交通流预测。在模型中，将时间信息处理的网络层均匀分布在所有网络层中，使得时间信息被充分处理，同时使用学习率动态减小的Adam优化算法使得模型得以较快收敛。本发明解决了现有短时交通流预测模型无法高效处理交通流数据中的时空特征以及缺失值补全精度不高的问题。
申请人：杭州电子科技大学
地址：310018 浙江省杭州市下沙高教园区2号大街
国籍：CN
代理机构：杭州君度专利代理事务所(特殊普通合伙)
代理人：杨舟涛
更多信息请下载全文后查看
因篇幅问题不能全部显示，请点此查看更多更全内容