摘要
本申请公开了一种自监督动态时空图交通流预测方法、设备、介质及产品,涉及智能交通系统技术领域,该方法包括:获取当前交通流序列;将当前交通流序列输入到交通流预测模型中,得到当前交通流预测序列;当前交通流预测序列包括:当前时刻后第二预设时间段内的交通流预测数据;交通流预测模型是利用历史交通流数据,对自监督动态时空图卷积网络进行训练后得到的;自监督动态时空图卷积网络包括:依次连接的双分支图特征提取结构和自监督学习模块。双分支图特征提取结构包括并联的时空图分支和区域图分支;本申请通过构建自监督动态时空图卷积网络能够提高交通流预测的精度。
技术关键词
交通流预测方法
交通流预测模型
序列
动态
多项式
切比雪夫
数据
分支
时间段
网络
预测交通流
输出特征
智能交通系统
处理器
参数
多层感知机
模块
计算机程序产品
系统为您推荐了相关专利信息
软件缺陷模式
能力评估方法
神经网络算法
传感器
聚类分析法
语义
文本编码器
特征提取模块
互联网视频平台
注意力
在线教育系统
学习特征
推荐算法
机器学习算法
知识点