基于深度模糊认知图模型的道路交通可解释预测方法

被引：0

专利类型：

发明

申请号：

CN201811573928.3

申请日：

2018-12-21

公开(公告)号：

CN109492760B

公开(公告)日：

2019-03-19

发明(设计)人：

王晓达李超王静远

申请人：

申请人地址：

100000 北京市海淀区学院路37号

IPC主分类号：

G06N304

IPC分类号：

G06N306 G06N308

代理机构：

北京慕达星云知识产权代理事务所(特殊普通合伙) 11465

代理人：

李冉

法律状态：

实质审查的生效

国省代码：

引用

下载

收藏

法律状态

法律状态公告日	法律状态	法律状态信息
2019-04-12	实质审查的生效	实质审查的生效 IPC(主分类):G06N 3/04 申请日:20181221
2022-06-14	授权	授权
2019-03-19	公开	公开

共 50 条

[1]

基于深度学习模型可解释研究策略的河道洪水预测方法 [P].

康玲 ;

周丽伟 ;

李争和 .

中国专利 :CN114186734A ,2022-03-15

[2]

一种基于深度学习模型的城市道路交通流预测方法 [P].

邓自闯 ;

盛华 ;

陈建斌 ;

车丽彬 ;

周强 ;

陈滔 ;

张灿 ;

何丹 ;

李丹 ;

鄢勇飞 ;

李钦 ;

赵展轮 ;

张学全 .

中国专利 :CN121148147A ,2025-12-16

[3]

一种基于任务认知的深度学习模型解释方法 [P].

孟楠 ;

姚晨 ;

刘敬一 ;

陈金勇 ;

朱进 ;

郭琦 .

中国专利 :CN115017336A ,2022-09-06

[4]

基于大语言模型且可解释的行人轨迹预测方法、装置 [P].

杨彪 ;

徐子瑞 ;

倪蓉蓉 ;

陈阳 ;

王睿 .

中国专利 :CN120706583A ,2025-09-26

[5]

一种基于时空深度学习模型的城市道路交通流预测方法及装置 [P].

贾涛 ;

鄢鹏高 .

中国专利 :CN111009129A ,2020-04-14

[6]

基于直觉模糊认知图的时间序列预测方法 [P].

骆超 ;

张楠楠 .

中国专利 :CN109344962A ,2019-02-15

[7]

深度学习模型的偏差检测和可解释性 [P].

贾纳尼·韦努戈帕兰 ;

苏迪普塔·巴萨克 ;

夏玮 ;

桑吉韦·斯里瓦斯塔瓦 ;

阿伦·拉马穆尔蒂 .

中国专利 :CN114902239A ,2022-08-12

[8]

基于可解释流量预测的带宽预留方法及系统 [P].

张建照 ;

柳永祥 ;

耿凯 .

中国专利 :CN117955841A ,2024-04-30

[9]

基于可解释性深度学习的心电图分类 [P].

韩青华 ;

张世华 ;

张炙炀 ;

周维 .

中国专利 :CN114762605A ,2022-07-19

[10]

基于加权图注意力网络的可解释车辆轨迹预测方法及系统 [P].

周亦威 ;

夏莫 .

中国专利 :CN119028130A ,2024-11-26

← 1 2 3 4 5 →