【技术实现步骤摘要】
一种数据计算方法和装置
本专利技术涉及智能交通控制领域，尤指一种数据计算方法和装置。
技术介绍
随着中国经济社会持续快速发展，机动车保有量保持快速增长态势,越来越多的居民选择自驾作为主要的出行方式，这些车辆对城市交通的影响也越来越大。截至2017年底，全国机动车保有量达3.10亿辆。2017年在公安交通管理部门新注册登记的机动车3352万辆，其中新注册登记汽车2813万辆，均创历史新高。数据显示，2017年，全国汽车保有量达2.17亿辆，与2016年相比，全年增加2304万辆，增长11.85％。汽车占机动车的比率持续提高，近五年占比从54.93％提高至70.17％，已成为机动车构成主体。从车辆类型看，载客汽车保有量达1.85亿辆，其中以个人名义登记的小型和微型载客汽车(私家车)达1.70亿辆，占载客汽车的91.89％，为历史最高水平。从分布情况看，全国有53个城市的汽车保有量超过百万辆，24个城市超200万辆，7个城市超300万辆。随着城市汽车保有量的高速增加，交通管理压力和安全风险不断加大，监控以及处置突发危机的难度也随之...
【技术保护点】
1.一种数据计算方法，其特征在于，所述方法包括：/n对预测模型进行设置，所述预测模型包括横向结构，所述横向结构的各个单元设置为分别处理不同时间的特征数据；/n根据预定指征事件对应的特征数据，训练预测模型；/n将待预测区域的特征数据输入训练后的预测模型，通过所述训练后的预测模型获取所述预定指征事件对应的预测数据。/n
【技术特征摘要】
1.一种数据计算方法，其特征在于，所述方法包括：
对预测模型进行设置，所述预测模型包括横向结构，所述横向结构的各个单元设置为分别处理不同时间的特征数据；
根据预定指征事件对应的特征数据，训练预测模型；
将待预测区域的特征数据输入训练后的预测模型，通过所述训练后的预测模型获取所述预定指征事件对应的预测数据。
2.根据权利要求1所述的数据计算方法，其特征在于，
所述特征数据包括指示地理位置的数据和各地理区域对应的事件数据；
所述训练模型还包括纵向结构，所述纵向结构通过深度卷积神经网络来获取不同地理位置网格之间的空间影响性。
3.根据权利要求2所述的数据计算方法，其特征在于，所述预测模型设置为包括交互残差网络单元阵列，所述交互残差网络单元阵列包括N层M列的网络单元，N和M均为正整数；
所述纵向结构设置为：每个网络单元的输入端依次经过批标准化BN层、激活函数整流线性单元ReLU层、卷积层、以及可丢弃dropout结构层；其中，上一层网络单元的BN层的输入还连接到本层网络单元的dropout结构层和下一层网络单元的dropout结构层的输入中，上一层网络单元的dropout结构层的输出连接至下一层网络单元的dropout结构层的输入；
所述横向结构设置为：上一列网络单元的卷积层的输出结果和BN层前的输入一起注入到下一列网络单元的BN单元的输入中。
4.根据权利要求3所述的数据计算方法，其特征在于，所述预测模型还包括：
输入预处理神经网络、输出处理神经网络层、和外部影响全连接神经网络；
所述根据预定指征事件对应的特征数据，训练预测模型包括：
将特征数据对应的源数据输入所述输入预处理神经网络，获得对应的标准化数据；
将所述标准化数据输入交互残差网络单元阵列，获取对应的第一处理数据；
将所述第一处理数据输入输出处理神经网络层，获取对应的第二处理数据；其中，所述输出处理神经网络层用于将外部影响全连接神经网络的输出数据和交互残差网络单元阵列的输出数据的维度设置为相同；
将外部数据输入外部影响全连接神经网络，获取第一外部数据；
根据所述第二处理数据和第二外部数据，获取训练后的数据。
5.根据权利要求1所述的数据计算方法，其特征在于，在所述根据预定指征事件对应的特征数据，训练预测模型之前，还包括：获取源数据，并根据所述源数据获取所述特征数据；
所述根据所述源数据获取所述特征数据包括：
执行数据清洗过程；
执行数据特征提取过程；
执行特征数据标准化过程；
对标准化之后的数据进行存储。...
【专利技术属性】
技术研发人员：毛晓飞，丁岩，胡晓，
申请(专利权)人：中兴通讯股份有限公司，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。