中文版 | English
题名

一种交通状态预测模型构建方法及交通状态预测方法

发明人
第一发明人
杨丽丽
申请人
南方科技大学
第一申请人
南方科技大学
第一申请人地址
518000 广东省深圳市南山区西丽学苑大道1088号
当前申请人
南方科技大学
当前申请人地址
518000 广东省深圳市南山区西丽学苑大道1088号 (广东,深圳,南山区)
当前第一申请人
南方科技大学
当前第一申请人地址
518000 广东省深圳市南山区西丽学苑大道1088号 (广东,深圳,南山区)
申请号
CN202210170462.2
申请日期
2022-02-23
公开(公告)号
CN114596702B
公开日期
2023-07-04
授权日期
2023-07-04
专利状态
授权
法律状态日期
2023-07-04
专利类型
授权发明
学校署名
第一
摘要

本申请适用于智能交通技术领域,提供了一种交通状态预测模型构建方法及交通状态预测方法。模型构建方法包括:获取第一数据、第二数据和第三数据,第一数据包括待预测路段的历史交通状态数据,第二数据包括待预测路段的上下游交叉口的历史交通状态数据,第三数据包括第一数据的特征及第二数据的特征,特征包含空间特征和/或时间特征;将第一数据、第二数据及第三数据进行融合,得到训练样本数据;基于训练样本数据构建交通状态预测模型,并筛选出相关联特征,相关联特征为重要度大于预设重要度的特征;基于相关联特征建立最终交通状态预测模型,能够提高预测精度,保证了预测结果与实际交通情况相符,从而能精确预测双向交通流的情况。

其他摘要

本申请适用于智能交通技术领域,提供了一种交通状态预测模型构建方法及交通状态预测方法。模型构建方法包括:获取第一数据、第二数据和第三数据,第一数据包括待预测路段的历史交通状态数据,第二数据包括待预测路段的上下游交叉口的历史交通状态数据,第三数据包括第一数据的特征及第二数据的特征,特征包含空间特征和/或时间特征;将第一数据、第二数据及第三数据进行融合,得到训练样本数据;基于训练样本数据构建交通状态预测模型,并筛选出相关联特征,相关联特征为重要度大于预设重要度的特征;基于相关联特征建立最终交通状态预测模型,能够提高预测精度,保证了预测结果与实际交通情况相符,从而能精确预测双向交通流的情况。

CPC分类号
G08G1/0104 ; G08G1/0108 ; G08G1/0129 ; Y02T10/40
IPC 分类号
G08G1/01
语种
中文
INPADOC 法律状态
(+PATENT GRANT)[2023-07-04][CN]
INPADOC 同族专利数量
1
扩展同族专利数量
1
优先权国家
CN
优先权号
202111342354.0
优先权日
2021-11-12
专利代理人
梁立耀
代理机构
深圳中一联合知识产权代理有限公司
相关链接[来源记录]
来源库
PatSnap
成果类型专利
条目标识符http://sustech.caswiz.com/handle/2SGJ60CL/563874
专题南方科技大学
推荐引用方式
GB/T 7714
杨丽丽,孟繁宇,曾益萍,等. 一种交通状态预测模型构建方法及交通状态预测方法[P]. 2023-07-04.
条目包含的文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可 操作
PSUtj2022001CN1-南方科技(849KB)----限制开放--
个性服务
原文链接
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
导出为Excel格式
导出为Csv格式
Altmetrics Score
谷歌学术
谷歌学术中相似的文章
[杨丽丽]的文章
[孟繁宇]的文章
[曾益萍]的文章
百度学术
百度学术中相似的文章
[杨丽丽]的文章
[孟繁宇]的文章
[曾益萍]的文章
必应学术
必应学术中相似的文章
[杨丽丽]的文章
[孟繁宇]的文章
[曾益萍]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
[发表评论/异议/意见]
暂无评论

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。