申请/专利权人：成都易书桥科技有限公司

申请日：2020-12-14

公开（公告）日：2024-03-19

公开（公告）号：CN112598906B

主分类号：G08G1/01

分类号：G08G1/01;G08G1/065;G06F17/16

优先权：

专利状态码：有效-授权

法律状态：2024.03.19#授权;2022.11.18#实质审查的生效;2021.04.02#公开

摘要：本发明公开了一种基于时间依赖的预测修正算法，本算法针对现有研究没有充分挖掘交通流时空依赖的问题，引入两层筛选结构，进一步分析了预测节点与周边空间节点的时空关系。为了细化相关性分析的粒度，本算法首先对节点相似性度量函数进行优化，并结合双重过滤准则选出空间依赖节点。然后利用空间依赖节点动态生成时空片段，并通过距离度量函数选择最相关的时空依赖片段。最后对前期预测结果和时空依赖片段对应的预测值建立多输入回归模型，从而到达预测修正的目的。本算法相对于其他基于时空依赖的算法而言，在预测精度上有一定的优势。

主权项：1.一种基于时空依赖的预测修正算法，其特征在于：通过对节点相似性度量函数进行优化，并结合双重过滤准则选出最相关的空间依赖节点；然后利用空间依赖节点动态生成相应的时空片段，并通过距离度量函数选择最相关的时空依赖片段，这样可以细化相关性分析的粒度；最后对前期预测结果和时空依赖片段对应的预测值建立多输入回归模型，从而到达预测修正的目的：具体做法是：第一步，空间节点相似性度量过程；在两层筛选结构中，首先需要在第一层中筛选出与预测节点最相关的空间依赖节点；首先，对变量X构建i行j列的距离矩阵Xij，然后对距离矩阵中的每一项xij减去距离矩阵的行平均值和列平均值，再加上整个距离矩阵的总平均值，得到变量X的双中心矩阵同理求得Yij和利用和求得变量X和Y的距离协方差的平方，最后利用变量X和Y的距离协方差以及各自的距离方差求得DC系数,根据节点间的DC系数刻画节点间的相关程度；在引入DC系数的基础上提出了双重过滤准则，第一重过滤是选中的空间节点必须与预测节点高度相关，第二重过滤是所选的空间节点应该与之前已经选中的空间节点在相关性上达到最小；根据DC系数和选中的节点得到增强的距离相关系数；第二步，时空片段距离度量过程；在两层筛选结构的第一层中已经完成了对空间依赖节点的筛选，在第二层中利用空间依赖节点，按照第m个空间依赖节点在t-n时刻的交通流观测值的规律建立时空矩阵，首先对矩阵中的每一行以时延d为大小进行分割，然后将每个空间依赖节点分割得到的时空片段集合聚合在一起，得到时空片段总集合，同时在预测点处对预测节点的交通流数据进行一次切分，最后通过距离度量函数确定最终的时空依赖片段；第三步，多输入回归模型建立过程；本算法的目的是利用时空依赖对预测模型的前期预测结果进行修正，为了将时空依赖嵌入到预测模型之中，需要建立多输入回归模型。

全文数据：

权利要求：

百度查询： 成都易书桥科技有限公司 一种基于时空依赖的预测修正算法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD