三维路网下交通拥堵识别方法,首先输入包含时空交通信息与三维的城市路网信息,通过对路网数据结构化建模成图数据,并进行剪枝,构建以目标有向交通流为中心节点的绳结状树形结构。然后,使用基于有向图的卷积网络捕获高阶空间特征。最后针对连续路网特征进行时序分析,同时引入了多模式注意机制来捕获长程时间依赖关系,并识别交通拥堵。本发明通过提出新的方法(ADGCN)提取特征值,将路段作为节点和关联在上游和下游路段之间的有向边,构造一个绳结状图来描述该路的三维交通路网,利用多模型自注意机制在时间维度上分析长程数据依赖关系,提出了识别交通拥堵的新框架;此外还引入了大量不同的环境指标,能够更快并且更加准确的预测拥堵。
📄 2020111791435
📂 G06Q10_04
👤 浙江工业大学
📅 2020-10-29