基于动态自适应卷积神经网络的城市交通流预测方法

本发明公开了一种基于动态自适应卷积神经网络的城市交通流预测方法，涉及交通工程及智能交通技术领域，包括：数据采集及预处理；建立基于时空残差卷积的神经网络模型；构建动态自适应卷积；建立时空动力学模型并对其进行优化；利用随机梯度下降算法，通过训练不断优化动态时空自适应卷积网络超参数，得到交通状态预测方案；本发明利用DSTACN在预测交通流考虑时空依赖关系，捕捉路网中的动态时空关系，使得预测结果更加精确。