基于图卷积网络特征融合的交通模式识别方法和系统(高校公示15天)(不包年费滞纳金)(需要二变)
基于图卷积网络特征融合的交通模式识别方法,包括:(1)对原始的GPS轨迹数据进行数据预处理,包括异常数据删除、GPS轨迹分段、异常分段删除、运动学特征计算和数据归一化等操作;(2)构建交通模式识别模型;模型由双向门控循环单元、网络中的网络、膨胀卷积网络、最大互信息系数、图卷积网络和全连接层组成;(3)拆分基于步骤(1)所得的数据,生成训练数据集和测试数据集,训练交通模式识别模型;(4)根据步骤(3)的识别结果,计算各种评价指标;(5)以可视化方式展示模型的识别结果和评价指标。本发明还包括实施图卷积网络特征融合的交通模式识别方法的系统。本发明提高了交通模式识别的精度。
《基于图卷积网络特征融合的交通模式识别方法和系统(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 2023104318633,当前法律状态为已下证,由浙江工业大学提出申请,发明人为刘端阳;朱方寅;徐卫,申请日期为2023-04-21,公开(公告)日期为2025-07-04,国际专利分类号(IPC)为 G06F 18/24 (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:基于图卷积网络特征融合的交通模式识别方法,包括:(1)对原始的GPS轨迹数据进行数据预处理,包括异常数据删除、GPS轨迹分段、异常分段删除、运动学特征计算和数据归一化等操作;(2)构建交通模式识别模型;模型由双向门控循环单元、网络中的网络、膨胀卷积网络、最大互信息系数、图卷积网络和全连接层组成;(3)拆分基于步骤(1)所得的数据,生成训练数据集和测试数据集,训练交通模式识别模型;(4)根据步骤(3)的识别结果,计算各种评价指标;(5)以可视化方式展示模型的识别结果和评价指标。本发明还包括实施图卷积网络特征融合的交通模式识别方法的系统。本发明提高了交通模式识别的精度。
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!
