摘要
本发明公开了一种道路拥堵预测模型构建方法、装置、设备、介质及产品,通过将道路交通网络中不同道路路段定义为有向加权图,获取不同道路路段的历史动态路况特征,作为样本数据;将样本数据输入到自适应图学习混合体模型中学习,输出概率预测向量;将样本数据输入到趋势专家模型中,输出对未来交通状况的预测概率的趋势分布向量;根据周期性专家模型对获取的历史交通特征进行融合,确定周期性预测向量;通过级联聚合,得到聚合对数向量;根据聚合对数向量确定目标函数,通过有监督学习进行拥堵预测训练,得到道路拥堵预测模型。本申请方案在保证了拥堵预测的准确性和鲁棒性的同时提升了模型的可解释性。
技术关键词
预测模型构建方法
未来交通状况
交通特征
周期性
多层感知机
路段
样本
动态路况
离散小波变换
融合历史
数据
级联
稳态
编码
可读存储介质
注意力机制
模型构建装置
标签
系统为您推荐了相关专利信息
快速原型
特征提取网络
训练神经网络
样本
识别方法
成品油
智能监控方法
智能分析预警
两阶段提交
智能监管平台
预测模型构建方法
风速
融合注意力机制
数值预报产品
风场