一种基于预训练模型的跨城市交通流预测方法

本发明涉及一种基于预训练模型的跨城市交通流预测方法，属于信息技术领域，包括：对数据源城市的长交通流序列进行切片，并将其作为预训练阶段的输入，预训练阶段通过采用掩码自动编码策略进行训练；对数据源城市的交通流序列进行预训练以生成段级表示，并从段级表示中学习数据源城市节点之间的依赖关系，得到一个包含数据源城市道路状况的离散依赖图；将目标城市中的交通流序列输入到时空预训练模型中并结合数据源城市训练得到的段级表示，得到最终的预测结果。本发明能够充分利用Transformer的并行计算优势，有效地从非常长期的历史交通数据中学习和生成段级表示源城市，为下游数据稀缺城市提供丰富的时空信息。