一种融合多模态信息的Prophet-DCRNN交通流量预测方法
基本信息
申请号 | CN202110331014.1 | 申请日 | - |
公开(公告)号 | CN113066288A | 公开(公告)日 | 2021-07-02 |
申请公布号 | CN113066288A | 申请公布日 | 2021-07-02 |
分类号 | G08G1/01;G08G1/065;G06Q10/04;G06Q50/30;G06N3/04;G06N3/08 | 分类 | 信号装置; |
发明人 | 侯位昭;宋凯磊;韩志卓;陈晓东;靳亚宾;张治涛;臧艳军;詹克通;许杨;苏会杰 | 申请(专利权)人 | 河北远东通信系统工程有限公司 |
代理机构 | 河北东尚律师事务所 | 代理人 | 王文庆 |
地址 | 050200 河北省石家庄市鹿泉经济开发区昌盛大街21号 | ||
法律状态 | - |
摘要
摘要 | 本发明公开了一种融合多模态信息的Prophet‑DCRNN交通流量预测方法,属于交通流量预测技术领域。现有基于深度学习的流量预测方法虽然很好的捕捉了交通流量的时空特性,然而,实际城市交通还受天气、节假日等因素的影响,同时往往在恶劣天气、节假日更倾向于出现交通拥堵。本发明的目的在于克服现有技术的不足,提供一种融合多模态信息的Prophet‑DCRNN交通流量预测方法,该方法利用Prophet时序预测算法捕获节假日效应,采用DCRNN捕获交通时空特性,此外基于类stacking技术,融合Prophet算法、DCRNN算法及节假日特性、天气信息,得到最终融合多模态信息的混合模型,实现了在节假日、恶劣天气等场景下交通预测的准确性。 |
