基于多尺度联合时空超图神经网络的交通流量预测方法

本发明公开了一种基于多尺度联合时空超图神经网络的交通流量预测方法，包括：根据交通流量数据构建训练样本，基于每批训练样本为每个空间尺度构建图邻接矩阵；构建多尺度联合时空超图神经网络模型，在时空金字塔建模模块中基于图邻接矩阵和构建的空间金字塔图从训练样本中提取多尺度时空特征；在自适应超图建模模块中通过学习超图结构并执行三阶段超图传播，以建模多尺度时空特征间的高阶依赖；在融合和输出模块中将更新后的多尺度时空特征进行融合并输出预测结果；利用训练样本进行模型训练后用于交通流量预测。本发明引入超图神经网络显式地建模了多尺度时空特征间的交互，即联合建模了多尺度时空依赖，能够提升交通流量的预测精度。