一种基于非嵌入式时空特征融合的交通流预测方法和系统

本发明公开了一种基于非嵌入式时空特征融合的交通流预测方法和系统，基于非嵌入式的时空特征整合方式，获得高精度的交通流预测结果，减小模型对图的依赖并提高模型训练效率。具体为：不同于现有的基于时空图卷积神经网络的预测模型，采用非嵌入式的方法来整合时间特征和空间特征，利用不同的时序关系捕捉方法来充分挖掘历史特征中的时序信息，减小预测模型对空间节点关系图的构造的依赖，即使取消空间关系捕捉模块，预测模型的预测效果也不会出现明显下降，从而提高模型在不同交通网络中的泛化性能和实际应用价值。同时，采用非嵌入式的时空特征融合方式，还能明显减小模型的复杂度并提高训练效率。