基于数据平滑和多项式激活函数的交通时间序列预测方法

本发明属于交通时间序列预测技术领域，具体涉及一种基于数据平滑和多项式激活函数的交通时间序列预测方法，所述方法包括：对输入的交通数据矩阵进行预处理，得到预处理后的交通数据矩阵；构造多项式激活函数，将所述多项式激活函数和图卷积网络结合提取预处理后的交通数据矩阵中节点的特征，输出节点特征矩阵；构建交通数据时间序列预测模型处理节点特征矩阵；在交通数据时间序列预测模型训练中，引入带有缩放因子的残差，将带有缩放因子的残差作为新的特征输入到下一个时间步的交通数据时间序列预测模型中，采用训练好的交通数据时间序列预测模型进行预测输出。本发明在处理具有高度复杂性和不确定性的交通数据时，表现出显著的优势。