摘要
本发明公开了一种基于多尺度对偶超图融合的交通流预测方法;该方法针对现有交通流预测模型难以捕捉交通路网多尺度高阶空间依赖关系的问题,首先构建微观个体出行意图、介观社区通勤往来以及宏观区域流量传导三个尺度的城市道路对偶超图,然后基于此设计时空感知的交通流预测方法。其中,空间感知模块提取并融合多尺度对偶超图中的高阶局部空间特征与全局空间依赖关系;时间感知模块捕捉交通流量的短期波动与长期趋势;并引入残差连接增强时空特征融合,最终实现多步交通流量预测。本发明提出了一种具有多尺度高阶空间感知的交通流预测模型,自适应融合微观、介观和宏观三个尺度的高阶空间特征,显著提升了交通流量预测的精度与泛化能力。
技术关键词
交通流预测方法
多头注意力机制
多尺度
节点
矩阵
路网拓扑结构
交通流预测模型
交通流量预测
交通流特征
意图
编码特征
特征切片
时间感知模块
交互机制
关系
设计特征
系统为您推荐了相关专利信息
发光芯片
壁纸
FPC柔性电路板
功能性装饰材料技术
发光层
电力系统低碳
电力系统负荷
节点
排放量
经济调度模型
深度学习算法
三维结构
复合物结构
单体
非天然氨基酸残基
风电功率预测方法
风电功率预测模型
注意力机制
集群
时间序列关系