一种基于GRU网络的多模式短期交通拥堵预测方法

本发明提出一种基于GRU(GatedRecurrentUnit，门控循环单元)网络的多模式短期交通拥堵预测方法，分为交通速度预测和交通拥堵识别。其方案为：获取全部时空交通速度数据；提取四种模式对应的时空交通速度数据；提取四种模式对应的路段网络数据和特殊时间数据，采用one‑hot编码生成辅助信息向量；分别提取四种模式下交通速度数据邻近性、周期性和趋势性矩阵；制定多步交通速度数据标签；构建以交通速度数据邻近性、周期性和趋势性矩阵作为GRU‑FC网络输入的GRU‑FC模型。设置模型超参数，对模型调参、训练；使用训练好的模型，获取短期交通速度数据，经过计算交通拥堵阈值、划分交通拥堵等级得到交通拥堵结果。本发明提出的交通拥堵预测方法具有针对性和高准确性。

《一种基于GRU网络的多模式短期交通拥堵预测方法》是一发明专利，专利号为 2021102812193，当前法律状态为已售，由重庆邮电大学提出申请，发明人为黄胜;李洋洋;付川;冉浩杉，公开（公告）日期为2021-06-29，国际专利分类号（IPC）为 G06F30/27(2020.01)I;G06Q10/04(2012.01)I;G06Q10/06(2012.01)I;G06N3/08(2006.01)I;G08G1/01(2006.01)I，高新资质：未报高企，所属技术领域包括：交通运输技术。该专利权属清晰，可通过正规流程办理转让，适用于企业技术升级、资质申报与战略布局。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明提出一种基于GRU(GatedRecurrentUnit，门控循环单元)网络的多模式短期交通拥堵预测方法，分为交通速度预测和交通拥堵识别。其方案为：获取全部时空交通速度数据；提取四种模式对应的时空交通速度数据；提取四种模式对应的路段网络数据和特殊时间数据，采用one‑hot编码生成辅助信息向量；分别提取四种模式下交通速度数据邻近性、周期性和趋势性矩阵；制定多步交通速度数据标签；构建以交通速度数据邻近性、周期性和趋势性矩阵作为GRU‑FC网络输入的GRU‑FC模型。设置模型超参数，对模型调参、训练；使用训练好的模型，获取短期交通速度数据，经过计算交通拥堵阈值、划分交通拥堵等级得到交通拥堵结果。本发明提出的交通拥堵预测方法具有针对性和高准确性。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！