用于行车时间预测的数据处理方法、装置、设备和介质制造方法及图纸

本发明专利技术提供一种用于行车时间预测的数据处理方法、装置、设备和介质，通过获取行车区域对应的交通特征图和路网数据图；分别对所述交通特征图和所述路网数据图进行划分和聚类，以得到多类交通特征目标图和路网数据目标图；从所述交通特征目标图中和所述路网数据目标图中确定源域和目标域；根据源域的数据对图卷积网络进行训练，以得到初始训练模型；根据所述目标域的数据对所述初始训练模型进行训练，以得到目标训练模型，本发明专利技术通过对历史行车轨迹和路网数据进行卷积网络训练，实现了对矿车形成时间的准确预测，进而解决了现有技术无法对尚未获取行车特征和路网数据的露天矿地区进行矿车行程时间预测的技术问题。行矿车行程时间预测的技术问题。行矿车行程时间预测的技术问题。

【技术实现步骤摘要】
用于行车时间预测的数据处理方法、装置、设备和介质


[0001]本专利技术涉及数据处理领域，尤其涉及一种用于行车时间预测的数据处理方法、装置、设备和介质。

技术介绍

[0002]随着越来越多露天矿山朝着设备大型化、管理信息化、生产智能化的方向快速发展，生产调度作为露天矿生产中的中枢控制环节一直备受关注，随着全球卫星定位系统GPS技术日渐成熟，GPS技术被应用于新开发的卡车调度系统中，使得露天矿生产系统能够方便的对矿车的进行调度和监控。
[0003]当前对车辆行程时间的预测主要集中在城市交通系统方面，露天矿地形复杂，开采过程区域变化多变，如何能在露天矿新区进行矿车行车时间预测仍然是很大挑战。现有技术中尚未存在一种能够实现对露天矿车行程时间进行精准预测的方法。

技术实现思路

[0004]为了解决现有技术中无法对露天矿新区进行矿车行车时间精准预测的技术问题，本专利技术提供一种用于行车时间预测的数据处理方法、装置、设备和介质。
[0005]第一方面，本专利技术提供一种用于行车时间预测的数据处理方法，包括：
[000本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于行车时间预测的数据处理方法，其特征在于，包括：获取行车区域对应的交通特征图和路网数据图，其中，所述交通特征图中的特征点包括与行车时间相关的特征信息；分别对所述交通特征图和所述路网数据图进行划分，以得到交通特征子图和路网数据子图；分别对所述交通特征子图和所述路网数据子图进行聚类，以得到多类交通特征目标图和路网数据目标图；从所述交通特征目标图中确定第一源域和第一目标域，从所述路网数据目标图中确定第二源域和第二目标域；根据所述第一源域和所述第二源域的数据对图卷积网络进行训练，以得到初始训练模型；根据所述第一目标域和所述第二目标域的数据对所述初始训练模型进行训练，以得到目标训练模型。2.根据权利要求1所述的方法，其特征在于，获取行车区域对应的交通特征图和路网数据图，包括：将所述轨迹点的第一特征信息存储至所述交通特征图的节点，将相邻所述轨迹点间的第二特征信息存储至所述交通特征特征图的边；以及将所述路径的序列号存储至所述路网数据图的节点，将所述路径间的连通信息存储至所述路网数据图的边；其中，所述第一特征信息包括时间、经度和维度，所述第二特征信息包括天气信息、班次信息、车辆平均速度和车流量。3.根据权利要求1所述的方法，其特征在于，分别对所述交通特征图和所述路网数据图进行划分，包括：根据所述相邻所述轨迹点间的第二特征信息对所述交通特征特征图进行划分；以及根据所述所述路径间的连接信息对所述路网数据图进行划分。4.根据权利要求1所述的方法，其特征在于，分别对所述交通特征子图和所述路网数据子图进行聚类，包括：根据所述轨迹点的第一特征信息和所述相邻所述轨迹点间的第二特征信息对所述交通特征子图进行聚类；以及根据所述路径的序列号和所述路径间的连通信息对所述路网数据子图进行聚类。5.根据权利要求1所述的方法，其特征在于，从所述交通特征目标图中确定第一源域和第一目标域，包括：将每类所述交通特征目标图中包含特征数据量最大的所述交通特征目标图确定为第一源域，将每类所述交通特征目标...

【专利技术属性】
技术研发人员：张雪飞，王全家，张罡伟，唐丽娜，张磊，梁继科，刘佰龙，
申请(专利权)人：徐州中矿融通信息科技有限公司，
类型：发明
国别省市：