基于Encoder-Decoder的长时交通流预测方法（高校公示15天）（不包年费滞纳金）（需要二变）

本发明公开了一种基于Encoder‑Decoder的长时交通流预测方法，步骤如下：计算各路段交通流与目标路段交通流的皮尔逊相关系数，选取相关性最高的路段数据作为输入参数，然后将交通流数据进行标准化处理，并按比例将标准化处理后的数据集划分为训练集、验证集和测试集；接着构建基于Encoder‑Decoder的长时交通流预测模型，并使用训练集训练基于Encoder‑Decoder的长时交通流预测模型，以训练过程中验证集表现最优的模型参数作为最终的模型参数，最后通过测试集的数据预测目标路段后一天的交通流数据来验证模型的实际效果。本发明使用GRU作为Encoder部分的基本单元，将LSTM作为Decoder部分的基本单元，同时引入soft attention机制对编码向量C的数值进行动态调整，从而提高了Encoder‑Decoder模型的长期记忆能力，有较好的预测精度。

《基于Encoder-Decoder的长时交通流预测方法（高校公示15天）（不包年费滞纳金）（需要二变）》是一发明专利，专利号为 2021104808614，当前法律状态为已下证，由南通大学提出申请，发明人为曹阳;茅一波;施佺;沈琴琴，申请日期为2021-04-30，公开（公告）日期为2024-08-06，国际专利分类号（IPC）为 G06Q 10/04 (2023.01)，高新资质：未报高企。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。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：本发明公开了一种基于Encoder‑Decoder的长时交通流预测方法，步骤如下：计算各路段交通流与目标路段交通流的皮尔逊相关系数，选取相关性最高的路段数据作为输入参数，然后将交通流数据进行标准化处理，并按比例将标准化处理后的数据集划分为训练集、验证集和测试集；接着构建基于Encoder‑Decoder的长时交通流预测模型，并使用训练集训练基于Encoder‑Decoder的长时交通流预测模型，以训练过程中验证集表现最优的模型参数作为最终的模型参数，最后通过测试集的数据预测目标路段后一天的交通流数据来验证模型的实际效果。本发明使用GRU作为Encoder部分的基本单元，将LSTM作为Decoder部分的基本单元，同时引入soft attention机制对编码向量C的数值进行动态调整，从而提高了Encoder‑Decoder模型的长期记忆能力，有较好的预测精度。

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！