申请/专利权人：宁波大学

申请日：2023-10-30

公开（公告）日：2024-04-02

公开（公告）号：CN117807552A

主分类号：G06F18/25

分类号：G06F18/25;G06F18/213;G06N3/0499;G06N3/084;G06N3/086;G08G1/01

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.19#实质审查的生效;2024.04.02#公开

摘要：本发明公开了一种基于PSO‑BP融合算法的多源交通数据融合方法，包括以下步骤：基于电子警察设备获取选定交叉口的交通数据，基于卡口设备获取选定交叉口上游交叉口的交通数据，对获取的电子警察与卡口设备的数据进行预处理，对预处理后的电子警察与卡口设备的数据进行参数提取得到延误、车速与排队长度三个参数，基于网约车信息管理中心获取选定两交叉口间路段的延误、车速与排队长度三个参数，基于PSO‑BP神经网络算法模型，训练PSO‑BP神经网络，最后将预处理后的延误、车速与排队长度参数输入训练后的神经网络模型中，得到所述的融合数据；本发明相比于传统算法的优点是数据融合质量较高，融合效率较高。

主权项：1.一种基于PSO-BP融合算法的多源交通数据融合方法，其特征在于，包括以下步骤：步骤1、基于电子警察设备获取选定交叉口的交通数据；步骤2、基于卡口设备获取选定交叉口上游交叉口的交通数据；步骤3、对获取的电子警察与卡口设备的数据进行预处理；步骤4、对预处理后的电子警察与卡口设备的数据进行参数提取得到延误、车速与排队长度三个参数；步骤5、基于网约车信息管理中心获取选定两交叉口间路段的延误、车速与排队长度三个参数；步骤6、基于PSO-BP神经网络算法模型，训练多源数据融合PSO-BP神经网络；步骤7、将预处理后的延误、车速与排队长度参数输入训练后的神经网络模型中，得到所述多源融合数据。

全文数据：

权利要求：

百度查询： 宁波大学 一种基于PSO-BP融合算法的多源交通数据融合方法

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