摘要
本发明涉及一种基于多视图注意力的时空图卷积交通流预测方法,包括如下步骤:选取地区B的交通网络拓扑图G,并确认数据收集节点集合V,同时构建B地区的历史交通流量序列建立MASTGCN模型M,M包括两个模块M1和M2;将G和输入模型M进行数据融合操作得到交通流融合特征张量,然后将交通流融合特征张量进行拼接和转换操作,得到新融合特征张量;最后新融合特征张量通过数据输出层后得到B地区未来一定时间内的交通流量预测值。本发明方法可以准确预测未来某段时间内的交通流量,对缓解交通拥堵、优化交通管理以及提高出行效率具有非常明显的效果。
技术关键词
交通流预测方法
融合特征
注意力
网络拓扑
节点
表达式
信息传递模块
卷积模块
数据格式
深度学习模型
序列
机制
优化器
传感器
分支
矩阵
系统为您推荐了相关专利信息
网格生成方法
网格拓扑结构
流线
三角剖分算法
拉普拉斯方程
数字孪生
建模方法
参数优化算法
产品数据管理系统
驱动单元