摘要
本发明公开了基于动态交互图卷积循环网络的双向交通流量预测方法及系统,方法包括:通过时间嵌入层对双向交通流量时序样本进行时间特征嵌入,生成融合时空特征的进出流量特征数据;通过交互图卷积层对进出流量特征数据进行双向特征交互融合,得到双向流量依赖特征;通过图卷积门控循环层对双向流量依赖特征进行时空特征提取,得到多尺度时空特征;通过多尺度输出层基于分层卷积和注意力机制对多尺度时空特征进行特征融合,得到时空融合特征,并映射为双向流量预测结果;根据双向流量预测结果和样本标签对动态交互图卷积循环网络的参数进行更新,得到双向交通流量预测模型。本发明提高了双向交通流量预测的准确性,可应用于交通流量预测技术领域。
技术关键词
卷积循环网络
流量预测方法
时空融合特征
流量预测模型
依赖特征
融合时空特征
多尺度
样本
时序
注意力机制
数据
交通流量预测技术
标签
流量预测系统
动态邻接矩阵
参数更新模块
滑动时间窗口
处理器
系统为您推荐了相关专利信息
动态知识图谱
网络安全设备
融合特征
多源异构数据
管控方法
融合神经网络
去中心化网络
需求预测方法
拉普拉斯噪声
延迟矩阵
流量分配方法
因子
流量预测模型
计算机设备
流量分配装置