一种基于动态稀疏因果注意力网络的交通流预测方法

本发明提出了一种基于动态稀疏因果注意力网络的交通流预测方法，包括以下步骤：采集路网交通流数据，对数据进行预处理和归一化操作；构建动态图，利用滑动窗口和皮尔逊相关性分析生成动态邻接矩阵；通过流量子序列嵌入和时间子序列嵌入分别提取交通流的空间特征和时间特征；构造基于稀疏因果注意力机制的时空预测模型，融合动态图和因果注意力机制；利用拉普拉斯位置编码增强空间特征表示能力；将预处理数据输入模型进行训练，利用训练完成的模型对未来交通流进行预测。本发明通过引入动态图结构、稀疏因果注意力机制和拉普拉斯位置编码，结合流量子序列和时间子序列的嵌入，构建高效的时空预测模型，满足智能交通系统对高精度预测的需求。