摘要
本发明公开了一种基于多尺度动态空间图的交通流量预测方法及系统,属于交通流量预测技术领域。该方法首先获取交通时间数据,并将其输入到预先构建的交通流量预测模型中,输出相应的交通流量预测结果;交通流量预测模型包括依次连接的输入层、时间编码模块、多尺度动态空间图模块、GCN模块、自适应卷积模块和输出层。本发明通过引入多尺度动态图结构与自适应卷积机制,能够有效建模不同尺度下交通流量的空间维度动态演化规律,从而提供高精度的未来交通状态预测,不仅突破了传统方法的局限,能够处理复杂的多尺度和动态空间依赖问题,而且具有良好的可扩展性和实用价值,适用于实际交通管理和智能交通系统中的应用。
技术关键词
交通流量预测方法
加权有向图
多尺度
卷积特征
分解特征
时序特征
动态
编码模块
卷积模块
周期性特征
矩阵
节点
Louvain算法
交通流量预测技术
交通流量预测系统
数据
拉普拉斯
交通状态预测
系统为您推荐了相关专利信息
多尺度特征
毛发
注射器
编解码器模型
缺陷检测方法
自然场景图像
图像特征编码
文本特征向量
聚类特征提取
生成方法
空间权重矩阵
导航方法
多尺度特征
注意力
热力图
图像检测模型
注意力
判别系统
网络模块
判别方法
鱼塘
金字塔池化模块
边缘检测
Canny算子
卫星多光谱