摘要
本发明公开了一种基于多特征图的短时交通流预测方法及系统,涉及交通流预测技术领域,将道路传感器同时采集的三种数据包括交通流量、占有率以及平均速度的数据分别构建占有率特征图、平均速度特征图以及交通流量特征图,使用GCN聚合三种特征图的节点特征信息,并利用改进的Transformer编码器实现对占有率特征和平均速度特征的监督学习训练,将得到的占有率和平均速度的特征向量在多特征融合交通流预测模型中实现特征交互融合,利用占有率和平均速度特征辅助多特征融合交通流预测模型更好的捕获交通流量特征,提供更准确的交通流预测。
技术关键词
交通流预测模型
节点特征
编码器
Softmax分类器
短时交通流预测
交叉注意力机制
多头注意力机制
交通流预测技术
多任务联合学习
样本
地图位置信息
地图上道路
残差模块
数据
传感器
系统为您推荐了相关专利信息
工业巡检机器人
激光雷达点云数据
定位方法
多尺度
语义地图
缺陷识别方法
编码特征
混合编码器
融合特征
网络
疾病关联预测方法
异构
神经网络模型
关系
引入注意力机制
关节位置传感器
人形机器人
独立驱动车轮
机器人躯干
轮椅