長安大學(xué)左磊獲國家專利權(quán)
買專利賣專利找龍圖騰,真高效! 查專利查商標(biāo)用IPTOP,全免費!專利年費監(jiān)控用IP管家,真方便!
龍圖騰網(wǎng)獲悉長安大學(xué)申請的專利基于多層K近鄰的交通預(yù)測方法、存儲介質(zhì)及計算設(shè)備獲國家發(fā)明授權(quán)專利權(quán),本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予,授權(quán)公告號為:CN120355044B 。
龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-09-09發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉:該發(fā)明授權(quán)的專利申請?zhí)?專利號為:202510846564.5,技術(shù)領(lǐng)域涉及:G06Q10/04;該發(fā)明授權(quán)基于多層K近鄰的交通預(yù)測方法、存儲介質(zhì)及計算設(shè)備是由左磊;張豪;閆茂德;張瑾琪;薛瑞康設(shè)計研發(fā)完成,并于2025-06-24向國家知識產(chǎn)權(quán)局提交的專利申請。
本基于多層K近鄰的交通預(yù)測方法、存儲介質(zhì)及計算設(shè)備在說明書摘要公布了:本發(fā)明屬于智能交通技術(shù)領(lǐng)域,公開了一種基于多層K近鄰的交通預(yù)測方法、存儲介質(zhì)及計算設(shè)備,方法包括:S1、收集交通流量數(shù)據(jù);S2、計算采樣點間時間序列數(shù)據(jù)相關(guān)系數(shù),采用K近鄰算法選取個近鄰并構(gòu)建當(dāng)前和歷史狀態(tài)向量;S3、根據(jù)歐氏距離采用K近鄰算法選取個近鄰;S4、計算采樣點的交通流量數(shù)據(jù)的一階差分值,構(gòu)建當(dāng)前狀態(tài)向量和歐式距離近鄰數(shù)據(jù)的振幅變化趨勢向量;采用K近鄰算法選取個近鄰;S5、利用支持向量回歸算法預(yù)測交通流量。本發(fā)明通過構(gòu)建高相關(guān)的狀態(tài)向量,并對狀態(tài)向量進(jìn)行歐式距離和振幅變化趨勢的雙重篩選,能夠有效應(yīng)對城市交通數(shù)據(jù)強(qiáng)非線性和隨機(jī)性的特點,提高預(yù)測算法的精準(zhǔn)度。
本發(fā)明授權(quán)基于多層K近鄰的交通預(yù)測方法、存儲介質(zhì)及計算設(shè)備在權(quán)利要求書中公布了:1.一種基于多層K近鄰的交通預(yù)測方法,其特征在于,包括以下步驟: S1、在目標(biāo)區(qū)域的每個路段設(shè)置1個采樣點,實時收集每個采樣點的交通流量數(shù)據(jù); S2、根據(jù)S1得到的所有采樣點的交通流量數(shù)據(jù),對不同采樣點在不同延遲周期下的時間序列數(shù)據(jù)進(jìn)行表征;計算不同延遲周期下采樣點間時間序列數(shù)據(jù)的相關(guān)系數(shù),根據(jù)相關(guān)系數(shù)采用K近鄰算法選取k1個近鄰;根據(jù)選出的k1個近鄰構(gòu)建當(dāng)前狀態(tài)向量和歷史狀態(tài)向量; S3、計算當(dāng)前狀態(tài)向量與歷史狀態(tài)向量間的歐氏距離,根據(jù)歐氏距離采用K近鄰算法選取k2個歐式距離近鄰數(shù)據(jù); S4、計算任一采樣點b在時刻j交通流量數(shù)據(jù)qbj的一階差分值,并將差分值的正數(shù)和負(fù)數(shù)部分分別歸一化;根據(jù)一階差分值歸一化結(jié)果,計算差分值的累計分布函數(shù)在10%~90%范圍內(nèi)按步長10%分別取值時的對應(yīng)差分值;根據(jù)得到的對應(yīng)差分值定義qbj的振幅變化趨勢;計算當(dāng)前狀態(tài)向量的一階差分值和S3得到的k2個歐式距離近鄰數(shù)據(jù)的一階差分值,構(gòu)建當(dāng)前狀態(tài)向量和S3得到的k2個歐式距離近鄰數(shù)據(jù)的振幅變化趨勢向量;根據(jù)當(dāng)前狀態(tài)向量和S3得到的k2個歐式距離近鄰數(shù)據(jù)的振幅變化趨勢向量的歐氏距離,采用K近鄰算法最終選取k3個近鄰; S5、根據(jù)S4最終選取的k3個近鄰數(shù)據(jù),在歷史特征數(shù)據(jù)庫樣本中獲取這k3個最終的近鄰數(shù)據(jù)下一時刻的歷史狀態(tài)向量的第一個元素;將選取的k3個元素從小到大排序后作為支持向量回歸算法的輸入,利用支持向量回歸算法對待預(yù)測的采樣點a在t+1時刻的交通流量進(jìn)行預(yù)測。
如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù),可聯(lián)系本專利的申請人或?qū)@麢?quán)人長安大學(xué),其通訊地址為:710064 陜西省西安市雁塔區(qū)二環(huán)南路中段126號;或者聯(lián)系龍圖騰網(wǎng)官方客服,聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。
1、本報告根據(jù)公開、合法渠道獲得相關(guān)數(shù)據(jù)和信息,力求客觀、公正,但并不保證數(shù)據(jù)的最終完整性和準(zhǔn)確性。
2、報告中的分析和結(jié)論僅反映本公司于發(fā)布本報告當(dāng)日的職業(yè)理解,僅供參考使用,不能作為本公司承擔(dān)任何法律責(zé)任的依據(jù)或者憑證。
- 中興通訊股份有限公司余萬濤獲國家專利權(quán)
- 富士施樂株式會社菅野誠獲國家專利權(quán)
- 阿里巴巴集團(tuán)控股有限公司許樹娜獲國家專利權(quán)
- 精拓麗音科技(北京)有限公司周曉孟獲國家專利權(quán)
- 富士施樂株式會社半田修獲國家專利權(quán)
- VEGA格里沙貝兩合公司丹尼爾·舒爾特海斯獲國家專利權(quán)
- 華為云計算技術(shù)有限公司辛恩·安東尼·伯格斯瑪獲國家專利權(quán)
- 中興通訊股份有限公司石娜獲國家專利權(quán)
- 杰內(nèi)羅蒂股份有限公司崔鎮(zhèn)宇獲國家專利權(quán)
- 海南立昇凈水科技實業(yè)有限公司陳清獲國家專利權(quán)