Page 98 - 运鑫服饰画册
P. 98
PAGE/97 成都工业学院科研成果汇编
③人工智能建模技术
道路上的交通流量的动态变化，不仅取决于时间维度
上的序列模式，还取决于空间维度上的其他道路。尽管已
有很多预测未来交通流量的工作，但大多数工作在建模空
间和时间依存关系方面都有一定的局限性。本项目应用图
神经网络来构建交通流量预测的新型时空模型，它可以全
面捕获时空模式。尤其是该网络提供了一种可学习的位置
注意力机制，可以有效地汇总来自相邻道路的信息。同时，
它提供了一个序列组件来对交通流动力学建模，可以利用
局部和全局时间依赖性。在各种实际交通数据集上的实验
结果证明图神经网络能够非常完美的实现交通流量时空预
测。
图神经网络预测模型
④基于 WebGL 的可视化技术
基于 WebGL 的可视化技术是一种轻量级前端应用技术，它支持在目前所有主流移动终端上实现可视化效果展示。与
传统的二维平面展示方式相比，三维可视化的优点在于对三维世界的客观再现。就目前而言，基于 WebGL 的三维可视化
技术已有多个案例成功运用到了交通管控或健康检测顶目中。本项目应用 WebGL 可视化技术，结合城市路口交通流量，
虚拟三维可视化路口，通过对路口车辆流向及运行态势的数据分析，实现拥堵路口车辆流向指挥及调度。进一步通过结合
大数据分析，利用三维模型展示当前交通数据分析结果及未来交通态势发展分析模型的预测，从而加快交通场景协同管控，
促进交通体系管控手段的快速发展。
技术指标
序号 指标名称 参数
1 处理能力指标 支持每秒 1000 条数据插入，支持亿条级数据存储和管理
2 预测能力指标 对实时交通预测准确率大于 90%
项目成熟度
成果孵化阶段
转化方式
联合推广
