一种基于多头自注意力机制和时空融合图的交通流量预测系统

本发明公开了一种基于多头自注意力机制和时空融合图的交通流量预测系统，系统包括展示层、业务层、数据层和运行环境。展示层用于实现用户交互和数据可视化，业务层由基于Spring Boot的数据管理模块与基于Flask的深度学习模块构成，数据层由MySQL数据库和Redis缓存组成，运行环境采用Linux并通过Docker容器化部署。系统引入特征传输模块实现聚合图与原始图之间的特征融合，构建时空融合图以建模交通状态的时间延迟与空间依赖，并结合多头时间自注意力机制和门控膨胀卷积提取交通数据的时空特征，实现分钟级高精度交通流量预测。该系统适用于城市交通管理、信号调度优化和智能交通控制等场景。