融合多模式高阶语义相关性的城市交通超图卷积预测方法.pdfVIP

下载本文档

8
0
约1.82万字
约 15页
2023-07-01 发布于四川
举报
版权申诉

融合多模式高阶语义相关性的城市交通超图卷积预测方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种融合多模式高阶语义相关性的城市交通超图卷积预测方法，包括：提取各个交通区域之间的静态空间拓扑数据与动态交通状态数据，构建交通区域邻接矩阵、近期交通状态特征矩阵以及历史交通状态特征矩阵；根据所提取的数据建立空间拓扑超图、近期语义超图以及历史语义超图；将三个超图拼接后得到新的融合超图，在此基础上构建深度超图卷积网络，逐层进行超图卷积；利用训练集对模型进行训练，获得最优模型参数，利用最优模型对下一时刻的交通状况进行预测。本发明将超图数据结构引入到交通状况的复杂相关性建模中，不仅考虑了交

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116363874 A (43)申请公布日 2023.06.30 (21)申请号 202310268121.3 (22)申请日 2023.03.20 (71)申请人南京理工大学