摘要
本发明公开了一种基于时空大语言模型的交通流预测方法、系统及介质,包括:获取待预测交通流数据;基于循环神经网络和图神经网络构建时空编码器,通过时空编码器对待预测交通流数据进行编码,得到第一时空特征;通过对齐模块对第一时空特征进行特征对齐,得到第二时空特征,以使时空编码器和大语言模型维度对齐;通过大语言模型根据第二时空特征和构建的行动链指令,得到交通流预测结果。本发明设计了时空编码器来帮助大语言模型充分理解与挖掘不同场景复杂的时空模式,再引入行动链指令与对齐模块来缓解大语言模型的幻觉,能够实现冻结大语言模型下准确的时空预测,提高基于大语言模型进行交通流预测的准确性,可广泛应用于数据处理技术领域。
技术关键词
预测交通流数据
交通流预测方法
大语言模型
对齐模块
编码器
标记
交通流预测系统
多尺度
指令
通道
处理器
数据处理技术
数据获取模块
模板
电子设备
数据总线
编码模块
存储器
系统为您推荐了相关专利信息
车辆动力学建模
分布式驱动电动汽车
非线性动力学
实时数据
矩阵
径流预测方法
解码器
时序
门控循环神经网络
级联编码器
网格
时序特征
多维特征向量
多源时空数据
脉冲编码器
无人机群协同
标记技术
辅助无人机
协作策略
评论家方法