文档详情

基于注意力机制和堆叠LSTM的交通预测方法.pdf

发布：2023-05-15约1.4万字共12页下载文档

文本预览下载声明

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114881282 A (43)申请公布日 2022.08.09 (21)申请号 202210311798.6 (22)申请日 2022.03.28 (71)申请人天津大学地址 300072 天津

显示全部

相似文档

一种基于注意力机制的GCN-LSTM船舶交通流预测方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114881295 A (43)申请公布日 2022.08.09 (21)申请号 202210410429.2 (22)申请日 2022.04.19 (71)申请人南京理工大学地址 210094
2023-05-14 约1.64万字 13页立即下载
基于注意力机制的VMD-LSTM的PM2.5浓度预测研究.pdf 基于注意力机制的VMD-LSTM的PM2.5浓度预测研究摘要由于国内工业化、城市化进程迅速，产生了许多危害居民身体健康的空气污染问题，其中，PM2.5（空气动力学当量直径不超过2.5微米的颗粒物）是城市空气污染的首要污染物，PM2.5预测对于治理空气污染问题有着重要的现实意义。在此背景下，本文以南昌市为研究区域，以省站监测站点2020年1月1日至2022 年12月31日的PM2.5浓度以及其他污染物数据和
2024-12-08 约8.27万字 62页立即下载
基于LSTM网络和注意力机制的坐标融合方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113392884 A (43)申请公布日 2021.09.14 (21)申请号 202110590494.3 (22)申请日 2021.05.28 (71)申请人杭州电子科技大学地址
2023-06-17 约1.65万字 15页立即下载
基于注意力机制的交通速度预测方法研究.docx 基于注意力机制的交通速度预测方法研究一、引言随着城市化进程的加速，交通拥堵问题日益严重，交通速度预测成为了解决这一问题的关键手段。然而，传统的交通速度预测方法往往无法充分捕捉交通流量的时空依赖性和复杂性。近年来，深度学习技术的快速发展为交通速度预测提供了新的思路。本文提出了一种基于注意力机制的交通速度预测方法，旨在提高预测精度和鲁棒性。二、相关工作近年来，许多研究者对交通速度预测进行了深入的研究。传统的预测方法主要基于历史数据和时间序列分析，然而这些方法往往无法充分捕捉交通流量的时空变化特征。随着深度学习技术的发展，许多基于神经网络的交通速度预测方法被提出，如循环神经网络（RNN）、长
2025-03-06 约4.88千字 10页立即下载
基于LSTM网络和注意力机制的出租车轨迹异常检测方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114882069 A (43)申请公布日 2022.08.09 (21)申请号 202210213647.7 (22)申请日 2022.03.03 (71)申请人杭州电子科技大学地址 31001
2023-05-15 约1.77万字 12页立即下载
基于Bi-LSTM和注意力机制的储能电池热失控预警方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114460481 A (43)申请公布日 2022.05.10 (21)申请号 202210103432.X (22)申请日 2022.01.27 (71)申请人重庆邮电大学地址 400065
2023-05-06 约1.97万字 16页立即下载
基于全局注意力机制和LSTM的连续手语识别算法.docx PAGE 1- 基于全局注意力机制和LSTM的连续手语识别算法一、引言 (1)随着科技的不断进步，人工智能在各个领域的应用日益广泛，其中自然语言处理和计算机视觉领域取得了显著成果。手语作为一种重要的交流方式，对于听力障碍者而言具有极高的价值。然而，传统的手语识别技术往往依赖于静态图像，难以捕捉到连续手语中的动态信息，导致识别准确率较低。近年来，随着深度学习技术的快速发展，基于深度学习的手语识别算法逐渐成为研究热点。 (2)在深度学习领域中，长短期记忆网络（LSTM）因其能够捕捉时间序列数据中的长期依赖关系而备受关注。然而，传统的LSTM模型在处理连续手语数据时，容易受到长距离依赖问题的影响，
2025-01-21 约3.24千字 6页立即下载
基于时空注意力机制的地面道路车道级交通流预测方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112926768 A (43)申请公布日 2021.06.08 (21)申请号 202110114317.8 G08G 1/065 (2006.01) (22)申请日 2
2023-06-05 约1.45万字 16页立即下载
一种基于多头自注意力机制的交通流量预测模型及方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112990594 A (43)申请公布日 2021.06.18 (21)申请号 202110339239.1 (22)申请日 2021.03.30 (71)申请人上海海事大学地址
2023-06-10 约1.6万字 12页立即下载
基于注意力机制的行人轨迹预测方法与系统设计.docx 基于注意力机制的行人轨迹预测方法与系统设计一、引言随着智能交通系统的快速发展，行人轨迹预测成为了重要的研究方向。准确的预测行人的未来轨迹，不仅有助于提高交通安全性，还能为自动驾驶、智能监控等应用提供有力支持。本文提出了一种基于注意力机制的行人轨迹预测方法与系统设计，以实现对行人行为更精准的预测。二、相关技术及理论背景 2.1注意力机制 注意力机制是一种能够使模型在处理信息时，对重要信息给予更多关注的机制。在深度学习中，注意力机制已被广泛应用于各种任务中，如自然语言处理、图像识别等。在行人轨迹预测中，通过引入注意力机制，可以更好地捕捉行人与周围环境之间的相互作用。 2.2行人轨迹预测行人
2025-03-20 约4.63千字 10页立即下载
一种基于双注意力机制的水质长期预测方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114881303 A (43)申请公布日 2022.08.09 (21)申请号 202210427515.4 (22)申请日 2022.04.21 (71)申请人海南大学地址 570228 海
2023-05-14 约1.47万字 14页立即下载
基于Transformer稀疏注意力机制的水质预测方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116050571 A (43)申请公布日 2023.05.02 (21)申请号 202211449236.4 G06F 17/16 (2006.01) (22)申请日 2022.11.
2023-05-11 约1.29万字 13页立即下载
一种基于注意力机制的卷积时序房价预测方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112819256 A (43)申请公布日 2021.05.18 (21)申请号 202110250804.7 (22)申请日 2021.03.08 (71)申请人重庆
2023-06-06 约1.52万字 12页立即下载
基于混合注意力机制的电力负荷预测方法及系统.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114548510 A (43)申请公布日 2022.05.27 (21)申请号 202210056626.9 (22)申请日 2022.01.18 (71)申请人国网江西省电力有限
2023-05-09 约1.59万字 14页立即下载
基于注意力机制的行人轨迹预测方法与系统设计.docx 基于注意力机制的行人轨迹预测方法与系统设计一、引言随着智能交通系统的快速发展，行人轨迹预测成为了重要的研究方向。准确的预测行人的未来轨迹对于提高道路交通安全、智能驾驶以及视频监控等领域具有重要意义。传统的行人轨迹预测方法往往忽略了行人之间的相互影响以及行人对周围环境的注意力分配。因此，本文提出了一种基于注意力机制的行人轨迹预测方法与系统设计。二、方法概述本方法以深度学习为基础，结合注意力机制，实现对行人未来轨迹的预测。系统主要包含以下几个部分：数据预处理、特征提取、注意力机制建模以及预测输出。（一）数据预处理首先，系统对输入的行人轨迹数据进行预处理。包括数据清洗、坐标转换等操作，使
2025-05-03 约4.25千字 9页立即下载