基于动态基本图与时空特征的交通速度预测方法

本发明公开了基于动态基本图与时空特征的交通速度预测方法，涉及智能交通系统技术领域，包括选定空间区域和时间范围，通过交通监测系统获取结构化数据，并划分训练集和测试集；构建基于图信息的神经网络模型，包括定制化的NF交通流模型校准模块，用于获取不同月份、空间位置的交通流参数，空间特征提取模块和时间特征提取模块，用于提取交通流速度和流量数据的时空特征；构建复合损失函数，对基于图信息的神经网络模型进行训练，完成对交通速度的预测。因此，采用上述基于动态基本图与时空特征的交通速度预测方法，确保结果符合交通工程理论，以解决时空异质条件下的交通速度预测问题，同时提升预测精度。