基于知识迁移框架的跨城市交通状态预测方法

一种基于知识迁移框架的跨城市交通状态预测方法，首先利用地理划分方法将目标城市和源城市划分为相应的网格地图，并将区域建模为节点，将城市建模为图；其次，基于各城市的路网结构、区域间的连接关系及区域内的上下文信息和交通数据构建出相应的多图网络；然后，将所构建的多图网络作为特征提取模块的输入，经多层图卷积和实例注意力处理提取出城市的嵌入特征；然后，各城市的嵌入特征输入到特征匹配模块中；再者，将匹配权值引入联合元学习模块中，经过源训练、目标微调、参数更新三步骤实现参数更新；最后，在目标城市进行最终的模型微调，实现准确的跨城市交通状态预测。本发明能够在数据有限的目标城市准确地预测交通状态。