[发明专利]基于图卷积神经网络自编码器的交通异常检测方法在审
| 申请号： | 202310746435.X | 申请日： | 2023-06-25 |
| 公开（公告）号： | CN116776269A | 公开（公告）日： | 2023-09-19 |
| 发明（设计）人： | 李孝杰;任治羽;史沧红;吴锡;陈垦;吕建成 | 申请（专利权）人： | 成都信息工程大学 |
| 主分类号： | G06F18/2433 | 分类号： | G06F18/2433;G06F18/213;G06N3/0455;G06N3/042;G06N3/0464;G06N3/048;G06N3/0442;G06N3/08;G08G1/01 |
| 代理公司： | 成都智涌知识产权代理事务所(普通合伙) 51313 | 代理人： | 周正辉 |
| 地址： | 610200 四川省成都*** | 国省代码： | 四川;51 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明涉及一种基于图卷积神经网络自编码器的交通异常检测方法，设计一种结合交通异常和深度学习的一维卷积及上下文编码网络，所述网络主要包括镜像时域卷积模块和依次级联的两个图卷积门控循环模块，通过提取交通特征像是速度和流量来预测交通状况和可能发送的异常，在镜像时域卷积模块之前使用了自适应方法来适应不同的路段，通过镜像传入更多的特征给时间卷积模块，通过时间卷积模块获取更多的信息，让网络不断地学习这种交通网络，图卷积门控循环模块使用了高斯核函数模块，让分布更加集中于高维空间，再利用图卷积网络架构的特点捕获了隐藏的空间相关性结合图卷积神经网络捕获可能的异常点发生，更加准确，大大提高了预测异常的可靠性。 | ||
| 搜索关键词： | 基于 图卷 神经网络 编码器 交通 异常 检测 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于成都信息工程大学，未经成都信息工程大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202310746435.X/，转载请声明来源钻瓜专利网。
