基于多模态数据与自适应拓扑建模的交通状态预测方法

本发明实施例公开了一种基于多模态数据与自适应拓扑建模的交通状态预测方法。方法包括：根据各道路的类型和历史交通流量，动态确定道路间的邻接矩阵，并根据邻接矩阵动态交通网络图分别输入GCN模型和GAT模型；由所述GCN模型根据各边的权重和各节点的当前特征表示，提取全局空间特征；由所述GAT模型强化关键节点的作用，得到局部注意力空间特征；对各节点多模态交通数据在最近一段时长的时间序列，分别进行短时时序建模和长时时序建模，分别得到短时特征和长时特征；根据所述全局空间特征、局部注意力空间特征、短时特征和长时特征，预测未来的交通状态。本实施例提高交通状态预测的准确性。