基于深度迁移融合学习的交通流量预测方法
基本信息
| 申请号 | CN202110452609.2 | 申请日 | - |
| 公开（公告）号 | CN112862084A | 公开（公告）日 | 2021-05-28 |
| 申请公布号 | CN112862084A | 申请公布日 | 2021-05-28 |
| 分类号 | G06N3/04(2006.01)I;G06N3/08(2006.01)I;G06Q10/04(2012.01)I;G06Q50/30(2012.01)I | 分类 | 计算；推算；计数; |
| 发明人 | 宣帆;徐璀;巢国强;刘新成;周国冬 | 申请（专利权）人 | 江苏博宇鑫信息科技股份有限公司 |
| 代理机构 | 苏州科仁专利代理事务所（特殊普通合伙） | 代理人 | 郭杨 |
| 地址 | 215000江苏省苏州市姑苏区南门路1588号吴门印象B2号楼二层201-210号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 一种基于深度迁移融合学习的交通流量预测方法，具体包括以下步骤：利用TrAdaboost算法筛选有效数据，得到有效的数据集，利用ResNet网络构建的深度网络框架对数据集进行深度学习，将深度学习后的数据集输入卷积神经网络，提取特征完成对交通流量的预测。本发明创造性地将时空特征、特征变换、深度神经网络与迁移学习算法结合，并应用到交通流量的预测中，取得了较好的预测精度，同时相对于经验模型来说，采用本发明的方法能大大缩短建模的时间。 |
