摘要
本申请公开了一种交通数据预测方法,该方法包括:利用训练后的用于交通数据预测的预测模型,基于待预测交通位置处在历史时间的历史交通数据,获取待预测交通位置处在未来时间的预测交通数据,其中,预测模型包括:用于获取历史交通数据时序特征以得到第一预测结果的时序子模型、用于获取历史交通数据静态空间特征以得到第二预测结果的静态空间子模型、用于获取历史交通数据动态空间特征以得到第三预测结果的动态空间子模型中的至少二者所组成的多模型层,以及用于选择多模型层中各子模型输出的预测结果的路由层。本申请实现了时序特征、静态空间特征、动态空间特征中的至少两者的预测组合,提高了多种应用场景下交通数据预测的适应性。
技术关键词
历史交通数据
交通数据预测方法
预测序列数据
多模型
时序特征
样本
交通数据预测装置
神经网络模型
注意力机制
动态
模式特征向量
线性
静态交通
指数
矩阵
系统为您推荐了相关专利信息
故障检测模型
设备特征
打印设备
参数
故障检测方法
功能近红外光谱
血红蛋白
多模态协同
序列
输入神经网络模型
频域特征
时域特征
连续小波变换
信号滤波
短时傅里叶变换