基于可持续学习的时空图网络的交通数据预测方法

本发明涉及一种基于可持续学习的时空图网络的交通数据预测方法，属于时空数据挖掘技术领域，本发明基于代表性交通模式聚类和匹配理论建模时空数据的生成过程，有效提升了交通数据预测模型的精度、鲁棒性和泛化性；本发明在捕获车辆流量数据的时空特性的同时提取车辆流量数据的代表性模式，并组成知识库，更好的适应交通模式的动态变化特性。