A method and apparatus for constructing a traffic flow data analysis model, relating to the technical field of data processing. The method comprises: establishing a data channel with a traffic flow data monitoring system, determining a corresponding road segment according to a target area, and extracting traffic flow data of the target area from the data channel (S110); obtaining historical traffic flow data in different sub-periods of a set period of each road segment as a training sample (S120); updating the training sample of each road segment according to a set maximum number of iterations, and obtaining an optimal fitness value of all road segments using a shuffled frog leaping algorithm (S130); and obtaining a connection weight value using the optimal fitness value of all road segments, and constructing, according to the connection weight value, a traffic flow data analysis model of a wavelet neural network (S140). The method fills a long-standing gap in analysis tools for traffic flow data, and improves the efficiency of traffic flow data prediction.
La présente invention concerne un procédé et un dispositif pour construire un modèle d'analyse de données de flux de trafic, relatif au domaine technique du traitement des données. Le procédé comprend : l'établissement d'un canal de données avec un système de surveillance de données de flux de trafic, la détermination d'un segment de route correspondant selon une zone cible, et l'extraction de données de flux de trafic de la zone cible à partir du canal de données (S110) ; l'obtention des données de flux de trafic historiques dans différentes sous-périodes d'une période définie de chaque segment de route en tant qu'échantillon d'apprentissage (S120) ; la mise à jour d'échantillon d'apprentissage de chaque segment de route selon un nombre maximal défini d'itérations, et l'obtention d'une valeur de condition physique optimale de tous les segments de route à l'aide d'un algorithme de saut de grenouille aléatoire (S130) ; et l'obtention d'une valeur de poids de connexion à l'aide de la valeur de condition physique optimale de tous les segments de route, et la construction, en fonction de la valeur de poids de connexion, d'un modèle d'analyse de données de flux de trafic d'un réseau neuronal en ondelettes (S140). Le procédé remplit un espace à longue portée dans des outils d'analyse pour des données de flux de trafic, et améliore l'efficacité de prédiction de données de flux de trafic.
一种交通流数据分析模型的构建方法和装置,涉及数据处理技术领域,所述方法包括建立与交通流数据监控系统的数据通道,根据目标区域确定对应路段,从所述数据通道提取所述目标区域的交通流数据(S110);获取每个路段在设定时间段的不同子时间段的历史交通流数据作为训练样本(S120);根据设定的最大迭代次数,对每个路段的训练样本进行更新,利用混合蛙跳算法得到所有路段的最优适应度值(S130);利用所述所有路段的最优适应度值得到连接权值,根据所述连接权值构建得到小波神经网络的交通流数据分析模型(S140)。所述方法填补了对长期的交通流数据的分析工具的空缺,提高了交通流数据预测的效率。
METHOD AND APPARATUS FOR CONSTRUCTING TRAFFIC FLOW DATA ANALYSIS MODEL
PROCÉDÉ ET APPAREIL POUR CONSTRUIRE UN MODÈLE D'ANALYSE DE DONNÉES DE FLUX DE TRAFIC
交通流数据分析模型的构建方法和装置
2021-02-18
Patent
Electronic Resource
Chinese
IPC: | G08G Anlagen zur Steuerung, Regelung oder Überwachung des Verkehrs , TRAFFIC CONTROL SYSTEMS |
Apparatus and method for automatically constructing maritime traffic data sets
European Patent Office | 2025
Method and system for constructing mixed traffic flow grid model in low-visibility environment
European Patent Office | 2025
|Traffic flow ground detection sensor for constructing smart city
European Patent Office | 2021
|