摘要
本发明公开了一种融合趋势与季节性的交通流量预测方法,包括步骤:1)构建基于序列到序列构架的预测网络模型,包含趋势预测子模型和融合预测子模型;2)利用往年数据和当年缺少目标特殊时期的数据,通过趋势预测子模型计算参考特殊时期的趋势因素序列与季节性因素序列,训练融合预测子模型;3)通过趋势预测子模型计算目标特殊时期的趋势因素序列与季节性因素序列,输入训练后的融合预测子模型,得到目标特殊时期的交通流量预测数据。本发明能够在仅具备单年度历史观测数据的条件下,有效融合趋势与季节性因素,提升预测的准确性与稳健性。
技术关键词
交通流量预测方法
序列
数据
预测网络模型
解码器
编码器
非线性
代表
元素
日期
机制
矩阵
定义
关系
参数
系统为您推荐了相关专利信息
配电带电作业工作
关键词
生成作业
计划
作业场景
信息安全加密方法
动态随机数
密钥管理服务器
网络
生成算法
PET成像数据
PET成像系统
校正
机器学习模型
医学扫描设备
激光收发装置
激光收发模块
低成本
处理单元
频率同步