Title | 一种交通状态预测模型构建方法及交通状态预测方法 |
Author | |
First Inventor | 杨丽丽
|
Original applicant | 南方科技大学
|
First applicant | 南方科技大学
|
Address of First applicant | 518000 广东省深圳市南山区西丽学苑大道1088号
|
Current applicant | 南方科技大学
|
Address of Current applicant | 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)
|
First Current Applicant | 南方科技大学
|
Address of First Current Applicant | 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)
|
Application Number | CN202210170462.2
|
Application Date | 2022-02-23
|
Open (Notice) Number | CN114596702B
|
Date Available | 2023-07-04
|
Publication Years | 2023-07-04
|
Status of Patent | 授权
|
Legal Date | 2023-07-04
|
Subtype | 授权发明
|
SUSTech Authorship | First
|
Abstract | 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。 |
Other Abstract | 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 Classification Number | G08G1/0104
; G08G1/0108
; G08G1/0129
; Y02T10/40
|
IPC Classification Number | G08G1/01
|
INPADOC Legal Status | (+PATENT GRANT)[2023-07-04][CN]
|
INPADOC Patent Family Count | 1
|
Extended Patent Family Count | 1
|
Priority country | CN
|
Priority number | 202111342354.0
|
Priority date | 2021-11-12
|
Patent Agent | 梁立耀
|
Agency | 深圳中一联合知识产权代理有限公司
|
URL | [Source Record] |
Data Source | PatSnap
|
Document Type | Patent |
Identifier | http://kc.sustech.edu.cn/handle/2SGJ60CL/563874 |
Department | Academy for Advanced Interdisciplinary Studies 理学院_统计与数据科学系 |
Recommended Citation 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.
|
Files in This Item: | There are no files associated with this item. |
|
Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.
Edit Comment