摘要
本发明的一种异质区域性流量预测方法,包括如下步骤:S1:流量监测模块监测;S2:特征分析模块传输至神经网络流量预测模块;S3:神经网络流量预测模块中包括:S31:带状卷积层对空间数据预处理;S32:使用扩展因果卷积作为时间卷积层来获得路网节点之间的时间相关性;S33:通过自适应图卷积层模仿异质区域间的道路连接关系,分析空间特征,当面对车流交汇区域选择时使用时空聚合模块,结合时空聚合模块使自适应图卷积层关注时间信息改变;S34:通过跨通道空间注意层学习相邻道路的连通关系;S35:通过残差连接与全连接层聚合空间与时间信息获取流量预测结果;S4:交通信息可视化模块展示;本发明提升流量预测精度和预测速度,其方法兼容性强。
技术关键词
流量预测方法
网络流量预测
图像处理单元
流量监测模块
可视化模块
异质
节点
边缘计算中心
交通流量预测
卷积模块
矩阵乘法运算
关系建模
显示监控区域
通道
空间数据结构
系统为您推荐了相关专利信息
动态知识图谱
风险预警系统
多模态数据采集
训练深度强化学习模型
可视化模块
中药药效物质
深度学习训练
嵌入特征
药物
相互作用模块
三维工程模型
工程设计图纸
高支模
无线传感器网络技术
智能化监测方法
T型管
压力波发生器
滤波装置
液滴
边缘检测算法
流量预测模型
多尺度特征提取
流量预测方法
时间卷积网络
门控循环单元