首页  专利技术  电子电路装置的制造及其应用技术

一种道路网络关键路段识别方法

2026-01-23 15:20:01 162次浏览

技术特征:

1.一种道路网络关键路段识别方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述基于图注意力网络的路网关键路段识别模型包括依次连接的多个图注意力网络模块、全连接层以及输出层。

3.根据权利要求2所述的方法,其特征在于,所述将所述路段训练样本、所述邻接矩阵和节点特征向量输入至基于图注意力网络的路网关键路段识别模型进行训练,包括:

4.根据权利要求3所述的方法,其特征在于,所述利用所述多个图注意力网络模块对所述路段训练样本、邻接矩阵和节点特征向量进行特征提取,包括:

5.根据权利要求1所述的方法,其特征在于,所述将所述路段训练样本对应的原始路网转换为对偶网络,从所述对偶网络中提取获得邻接矩阵和节点特征向量,包括:

6.根据权利要求5所述的方法,其特征在于,所述节点特征向量包括道路容量、度中心性、聚类系数、特征向量中心性、核度、pagerank值、加权介数中心性和加权接近中心性中的多种。

7.根据权利要求1所述的方法,其特征在于,所述路段训练样本通过如下方式获得:

8.一种道路网络关键路段识别系统,其特征在于,包括:

9.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-7任一项所述的方法。

10.一种计算机可读存储介质,其特征在于,其存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1-7任一项所述的方法。


技术总结
本发明提供一种道路网络关键路段识别方法,包括:获取失效场景下的路段训练样本;将路段训练样本对应的原始路网转换为对偶网络,从对偶网络中提取获得邻接矩阵和节点特征向量;将路段训练样本、邻接矩阵和节点特征向量输入至基于图注意力网络的路网关键路段识别模型进行训练,以获得训练好的路网关键路段识别模型;利用训练好的路网关键路段识别模型对失效场景下的待识别路段数据进行识别,获得关键路段。本发明能够逐步捕捉并理解路网的全局信息和失效路段与剩余网络性能的复杂关系,从而在提升识别准确性的同时,高效识别关键路段以迅速做出修复决策,确保在减少计算时间的同时,获得较好的路网修复效果,满足对实时决策的需求。

技术研发人员:赵婷婷,姚逸韬,贾斌,李新刚
受保护的技术使用者:北京交通大学
技术研发日:
技术公布日:2024/11/26
文档序号 : 【 40125705 】

技术研发人员:赵婷婷,姚逸韬,贾斌,李新刚
技术所有人:北京交通大学

备 注:该技术已申请专利,仅供学习研究,如用于商业用途,请联系技术所有人。
声 明此信息收集于网络,如果你是此专利的发明人不想本网站收录此信息请联系我们,我们会在第一时间删除
赵婷婷姚逸韬贾斌李新刚北京交通大学
电力系统灵活性资源计算方法与流程 字符识别及车牌识别方法、装置、计算机设备、可读存储介质和程序产品与流程
相关内容