本发明公开了一种基于算法模型分析的车流量预测方法，不同于现有的单影响因素进行数据分析的方式，本发明将与车流量变化相关的多种影响因素进行主成分分析划分归类，能使预测值更具代表性。并且在ARIMA模型对数据序列使用前，将LSTM模型得到的数值通过mse函数得到数据的损失函数进行迭代优化，增加数据黏度，得到最佳的待测时间序列，提高预测数据的准确性，为大数据处理提供了一个新思路。
📄 2020113046526
📂 G08G1_01
👤 浙江工业大学
📅 2020-11-19
一种基于GERNN的单交叉口多车道交通流量预测方法，首先是对道路交通网络的构建；其次基于道路交通网络构建节点映射矩阵；然后基于节点映射矩阵构建GERNN模型的道路交通输入矩阵；接着基于GERNN模型的道路交通输入矩阵构建单交叉口多车道交通流预测模型；最后验证单交叉口多车道交通流预测模型。本发明解决了现有交通流数据高维、稀疏的时空特征的缺点，将网络中的节点投影到一个低维、稠密的空间中进行运算，从而有效提高了交通流预测的精度。
📄 2019103397877
📂 G08G1_01
👤 浙江工业大学
📅 2019-04-25
一种长短期公共交通流量预测方法，包含：1)收集数据，使用公共交通公司提供的数据集作为数据来源，对原始数据进行预处理，保留预处理后的交通流参数，以保证敏感信息的安全性以及分析过程的可靠性；2)获取移动模式标签，基于步骤1)所得结果，采取深度聚类模型，进行站点移动模式的提取，得到各自的模式标签；3)训练时空预测模型，基于步骤2)所得结果，采取多模式的方式进行预测工作，即对各个移动模式分别训练时空预测模型；4)整合所得结果：结合步骤2)和步骤3)所得结果，进行整合得到最终的站点的交通预测结果。基于实际的公共交通数据进行的长短期交通预测实验表明，本发明对处理该问题具有出色表现。
📄 2022109505947
📂 G08G1_01
👤 浙江工业大学
📅 2022-08-09
本发明公开了一种基于堆融合模型的公共自行车流量变化量预测方法。本发明步骤如下：1.采用了公共自行车租借记录数据和气象数据融合的方式提取特征，从时间、空间、气象、历史、聚类等几个角度构造特征向量；2.采用结合地理位置和租还关系为距离相似度矩阵，利用聚类算法进行聚类，并将聚类特征构造到特征向量中；3.按照特征类型，将特征向量分为五个分组，利用基于梯度提升树算法的机器学习系统训练出五个基础模型，然后通过交叉验证的方式训练特征，将五组基础模型的结果作为特征训练了堆模型。本发明保证了基础模型之间存在一定的差异性，最后采用交叉验证的方式构造堆模型，提升模型的准确度，具有较好的预测精度，误差较低。
📄 2017102060458
📂 G06Q10_06
👤 杭州电子科技大学
📅 2017-03-31
本发明公开了一种基于近邻传播‑趋势迭代聚类的共享单车流量预测方法及装置，包括以下步骤：获取城市的共享单车车站信息、历史行程信息和历史气象信息；基于近邻传播聚类方法和单车迁移趋势，对车站进行聚类；根据历史行程信息，计算每个类簇的历史单车租用情况；根据历史单车租用情况和历史气象信息，进行共享单车租用和归还的预测。本发明对共享单车流量的预测更为精确，解决了共享单车不平衡的问题。
📄 2018102888082
📂 G06Q10_04
👤 山东师范大学
📅 2018-03-30
本发明适用于交通流预测技术领域，提供了一种车流量预测方法及装置，所述方法包括：获取具有时间序列的多个历史车流量，得到历史数据集，根据N个预设调整集分别调整所述历史数据集，得到N个具有不同的分布模式的训练数据集，根据N个训练数据集构建N个预测模型，获取当前车流量，从N个预测模型中选取与所述当前车流量匹配的预测模型进行预测，得到车流量预测值，通过对历史数据集进行调整再构建预测模型，选取与当前车流量匹配的预测模型进行预测，使得训练数据集与当前车流量的分布相同，预测模型可以根据当前车流量进行选取，从而使得预测模型随着实时数据进行动态调整，实现了更高准确度的车流量预测，为驾驶员及时推荐更合理的出行路线。
📄 2018114157143
📂 G08G1_01
👤 平安科技(深圳)有限公司
📅 2018-11-26
本发明公开了本发明提供了一种宏观区域实时流动量预测方法，其基于便携移动终端唯一ID、采集数据时间戳和检测设备位置信息的宏观区域实时人流量预测算法，通过对移动终端采集数据的数据挖掘和分析，实现了实时宏观区域实时人流量的高效、准确预测。
📄 2018114002585
📂 G06Q10_04
👤 南京极行信息科技有限公司
📅 2018-11-22
本发明公开了一种基于ETC数据的高速公路服务区驶入车流量估计方法，包括以下步骤：根据服务区所处路段和车辆历史行驶数据，利用层次聚类算法判断车辆是否进入服务区，对进入服务区的车辆计算其分流系数，根据分流系数和某一时间窗口内的服务区上游的ETC门架和收费站的上道流量得出进入服务区的车流量。本发明在高速公路服务区入口处无交通检测设备的情况下，利用历史ETC门架数据信息，根据车辆通过ETC门架的信息对服务区入口流量进行估计，可适用于高速公路服务区入口流量估计。
📄 2020114247429
📂 G08G1_065
👤 重庆大学
📅 2020-12-08
本发明提供了一种智能化交通流量实时预测方法，属于智慧交通领域，其内容包括：获取在线监测的交通流量数据，对数据进行预处理；基于鲨鱼和金枪鱼联盟优化算法（STA）对混合特征网络模型的超参数进行优化；其次，根据优化后的超参数，训练并构建混合特征网络模型；再次，每获取最新监测数据，通过移动平均误差对预测结果进行评价，并根据评价结果对混合特征网络进行实时训练和微调，实现混合特征网络的实时动态更新；最后，基于更新后的混合特征网络预测下一时间段的交通流量；本发明可为准确进行交通流量，为实现精细化交通管理、低碳减排与能源优化提供依据。
📄 2025106362555
📂 G08G1_01
👤 四川轻化工大学
📅 2025-05-16
本发明公开了一种基于多层注意力的图融合交通流量预测方法、介质及设备，属于时序数据预测领域。本发明首先针对目标路网中所有道路的历史交通流量数据，按照不同采样间隔进行采样，每条道路均得到代表不同数据周期的多条历史流量序列；然后针对目标路网中的所有道路，构建道路空间关系图以及每一种数据周期对应的道路功能相似关系图；再将道路空间关系图分别与每一种数据周期对应的道路功能相似关系图进行邻接矩阵注意力融合；最后将每一种数据周期下的融合邻接矩阵以及顶点特征矩阵输入到图注意力网络中，并对输出结果进行加权融合，得到目标路网的未来流量预测结果。本发明可捕获不同道路的复杂交通流量模式，实现高精度的交通流量预测。
📄 2024110414562
📂 G08G1_01
👤 杭州电子科技大学; 杭州电子科技大学滨江研究院有限公司
📅 2024-07-31
本发明公开了一种基于WIFI信号的宏观车流流量预测算法，沿交通道路部署预测设备系统，所述预测设备系统包括多个子网络，每个子网络包含一个主机和若干个分机，所述分机通过无线被动感知模式，采集由移动终端设备随机向四周环境发送的广播式数据包，并筛选其中带有移动终端设备ID信息的数据包进行检索，打上分机标签后上传至主机，主机将收集到的数据进行统一存储和打上时间标签，并上传至数据服务器中存储，并通过数据分析对宏观车流流量进行评估预测。本发明实现了对移动终端采集数据的数据挖掘和分析，可应用于对交通宏观车流流量的预测。
📄 2017107366756
📂 G08G1_01
👤 南京茶非氪信息科技有限公司
📅 2017-08-24
本发明涉及一种基于RFID数据的路口车辆分流量预测方法，包括：步骤1、收集RFID数据；步骤2、数据预处理去除重复数据；步骤3、基于时间相位划分的车辆转向判别计算路口转向车流量；步骤4、提取特征构建特征集；步骤5、使用训练数据集训练预测模型；步骤6、以测试数据集作为预测模型输入预测其输出。本发明主要根据车辆的RFID数据，采用机器学习算法实现路口车辆分流量的预测，为智能交通信号灯的智能控制提供决策依据。
📄 2017100863974
📂 G08G1_08
👤 重庆邮电大学
📅 2017-02-17
柿子坊 · 知识产权运营
柿子坊知识产权运营平台