摘要
本发明公开了一种基于时间感知的动态图卷积长期交通流预测方法,包括首先利用注意力驱动的动态自适应图卷积网络来捕交通流获潜在的空间依赖;接着利用时间感知联合多视图时间依赖编码器,来提取周期模式的时间相关性,还通过时间感知矩阵增强了模型的时间感知能力。最终建立一种面向长期交通流预测的时间感知动态图卷积网络模型。该方法增强了对于时间信息的感知能力,预测结果更加精确,能够为交通决策者的管理提供更有力和更准确的参考,大大缓解了交通拥堵现象。
技术关键词
交通流预测方法
交通流量预测
模式
注意力机制
矩阵
序列
动态
代表
卷积网络模型
生成算法
交通流量信息
历史交通数据
编码器
交通拥堵现象
模块
前馈神经网络
系统为您推荐了相关专利信息
视频拼接方法
最佳缝合线
拉普拉斯金字塔
相机
高斯金字塔
废水处理反应器
模式诊断方法
深度学习模型
指纹数据库
专家诊断系统