摘要
本发明公开了一种基于复合超图架构的高速公路交通流预测方法。所述方法包括以下步骤:高速公路门架流量数据采集;溯源超图、路段上下游超图和区域范围超图构建;流量预测时空超图卷积神经网络构建:Transformer流量预测模型构建。本发明通过对于不断变化的时空特征的提取,结合时空超图卷积神经网络和Transformer模型构造流量预测模型,可以有效把握交通流特征,利用历史数据和规律对高速公路门架交通流做出较为准确的预测,为高速公路交通控制与管理提供数据基础。
技术关键词
高速公路门架
矩阵
超图构建方法
流量预测模型
路段
卷积神经网络训练
节点
交通流特征
数据
线性单元
元素
基础
代表
流水
变量
车辆
系统为您推荐了相关专利信息
输电线路隐患
辨识方法
频域特征提取
预测隐患
维特比算法
故障区段定位方法
彩色图像
像素矩阵
深度学习模型
图像特征向量
自动调节方法
决策树模型
嵌入式系统
叶片
实时数据
滤光片
性能评价方法
数学模型
CMOS传感器
矩阵