摘要
本发明提供了一种基于树形高阶图卷积的交通状态预测方法、训练方法及装置,可以应用于智能交通技术领域。该预测方法包括:获取在第T时段内的与目标区域的多个路网节点对应的交通状态信息,T为大于等于1的整数;对多个路网节点对应的交通状态信息进行分组,得到多组交通状态信息;将每一组交通状态信息输入第一网络,输出融合特征;将融合特征输入第二网络,输出第T+1时段内与目标区域的多个路网节点对应的交通状态信息。
技术关键词
交通状态信息
多层感知机
依赖特征
融合特征
网络
节点
交通状态预测方法
样本
矩阵
因子
交通状态预测装置
序列
级联
智能交通技术
模型训练装置
模型训练方法
模块
标签
元素
系统为您推荐了相关专利信息
边缘曲率特征
形状上下文
小波变换系数
机器学习模型
电商
车辆状态信息
检测告警方法
神经网络模型
人脸
检测告警装置
远程桌面协议
实时通信
控制虚拟机
操作界面
消息
系统优化方法
实时数据
风电出力场景
热电联产机组
长短期记忆网络