摘要
本申请公开了基于扩散模型的少样本交通流预测方法、系统及终端,所述方法包括:获取城市的交通流数据,其中,城市包括源城市和目标城市;构建时空预测模型,并根据交通流数据对时空预测模型进行训练,得到高维向量;获取城市的时空特征数据,对时空特征数据进行处理,得到时空特征嵌入向量;构建扩散模型,根据高维向量和时空特征嵌入向量对扩散模型进行训练,得到训练好的扩散模型;基于训练好的扩散模型,根据交通流数据对目标城市进行交通流预测,得到交通流预测结果。本申请通过在目标域预测之前引入了扩散生成模型,以生成更符合目标域特征的自适应模型参数,从而结合目标域的交通流特征预测未来交通流,提高了交通流预测准确性。
技术关键词
交通流预测方法
交通流预测系统
样本
编码
神经网络参数
归一化模块
交通流特征
预测模型训练
模型训练模块
可读存储介质
数据获取模块
噪声
处理器
注意力
矩阵
终端
系统为您推荐了相关专利信息
客户流失预测
注意力机制
特征选择
输入端
输出端
工业互联网
管控平台
故障预测模型
智能工厂
纺纱
建筑工程项目
工程量清单
联合损失函数
训练样本集
施工管理平台
图像识别方法
输变电工程
探地雷达设备
生成式对抗网络
深度学习训练