一种基于多模态融合与序列分解的高速公路流量预测方法

本发明公开了一种基于多模态融合与序列分解的高速公路流量预测方法，涉及交通流量预测技术领域，包括，获取高速公路交通流量历史监测数据、气象条件数据及采样时标数据，构造多模态特征输入样本；依据该样本调用双通道神经网络预测模型提取趋势项和余项特征，计算交通流量预测结果；合并趋势项和余项特征的预测结果，采用基于多模态编码参数优化的反馈机制调整模型参数，生成最终交通流量预测模型；利用训练完成的预测模型，结合高速公路交通流量监测数据，实现对未来指定时刻和周期的区域交通流量及区域间交通流量的精准预测。本发明通过多模态数据融合、特征提取及模型参数优化，能够精准预测高速公路交通流量，为交通规划与管理提供有力支持。