基于多模态数据的交通状态预测及溯源方法、装置和设备

本发明提供了一种基于多模态数据的交通状态预测及溯源方法、装置和设备，可以应用于时空预测及交通规划与管理领域。该方法包括：获取表征道路连接关系的拓扑图以及目标历史时段的多模态的交通序列数据，其中，拓扑图包括道路节点和边关系，道路节点表征道路；利用图神经网络处理每个交通序列数据和拓扑图，得到交通时空特征；基于交叉注意力网络处理多个交通序列数据各自对应的交通时空特征，得到拥堵预测结果，拥堵预测结果表征道路节点是否发生拥堵；基于沙普利值算法处理拥堵预测结果，得到溯源结果，沙普利值算法用于计算每个交通序列数据对拥堵预测结果的贡献值。