一种基于聚类和时空融合图卷积网络的交通流预测方法

本发明公开了一种基于聚类和时空融合图卷积网络的交通流预测方法，属于智能交通技术领域。该方法先获取交通流数据并进行重采样，构建微观和宏观交通流数据集；接着构建时空融合图卷积神经网络，其包含时空融合模块和宏‑微观交互模块；然后利用数据集训练模型；最后用训练好的模型进行交通流预测。与现有技术相比，本发明通过聚类算法和独特的网络结构，有效整合交通流时空信息，提升预测精度，增强模型对复杂交通场景的适应性，为智能交通系统提供了更可靠的预测支持，有助于优化交通管理、缓解拥堵。