基于机器学习的交通流量预测方法及系统

本发明公开了基于机器学习的交通流量预测方法及系统，属于智能交通技术领域，方法包括数据准备、邻接矩阵构建、本地模型构建、全局模型更新和预测报告生成。本发明在构建交通邻接矩阵、气象邻接矩阵和假期邻接矩阵的基础上，进一步进行本地模型构建，有效综合交通特征、气象特征和假期特征，有助于提高预测准确性和可靠性；采用基于注意力机制的图卷积网络模型，进行本地模型构建，更好捕捉交通数据的动态变化特征，综合考虑多方面特征的影响，提高了模型鲁棒性和预测性能；采用联邦学习进行全局模型更新，确保数据隐私和安全，提高数据具有多样性，能更有效地捕捉交通数据的时空依赖性，提高了模型的泛化能力和准确性，增强了数据安全性。