基于CNN-LSTM的城市道路平均速度预测方法及系统

本发明提供基于CNN‑LSTM的城市道路平均速度预测方法及系统，涉及城市车速预测技术领域，本发明结合CNN和LSTM模型，首先，采集并归一化历史交通数据和历史天气数据，利用双通道CNN提取道路空间特征和天气影响特征，通过跨模态注意力机制融合天气影响特征矩阵和道路空间特征矩阵生成融合矩阵，然后，构建LSTM进行训练，以融合矩阵作为输入，未来时刻的城市道路平均速度作为输出，实现对城市道路平均速度的有效预测。