一种基于多模型网络耦合的交通流量预测方法

本发明公开了一种基于多模型网络耦合的交通流量预测方法，包括：道路交通流量原始数据的处理和输入；将数据输入线性层进行预处理得到线性变换；输入进Encoder，提取空间依赖性和时间依赖性；将编码器的输出结果输入AdjustBlock提取局部特征和增强上下文信息；将AdjustBlock的输出结果和原始数据进行加和残差，作为Decoder的输入数据进行后续学习；解码器的输出结果作为交叉注意力的Query数据，编码器的输出结果作为Key数据和Value数据送入交叉注意力中处理复杂的序列数据后输入到全连接层得到最后的预测结果。本发明可以提升交通流量预测数据预测的准确性。