交通预测模型的训练方法、交通预测方法以及相关设备

本申请提供了一种交通预测模型的训练方法、交通预测方法以及相关设备，训练方法包括：基于输入层得到多个交通节点的时序交通量序列和对应的超图结构；通过时序特征提取层对时序交通量序列进行一维膨胀卷积处理，并根据第一卷积特征的非线性转换值域对第二卷积特征进行调节，得到每个交通节点对应的时序特征；基于图消息传递层分别对每个超图结构对应的边内邻域传递消息和边间邻域传递消息进行特征聚合加权，得到每个交通节点对应的空间特征；基于全连接输出层根据时序特征和空间特征得到交通预测结果，并根据模型损失进行模型更新得到交通预测模型，以避免频域图卷积操作所导致的平滑现象，进而可以有效提高进行节点级的交通预测的预测精度。