摘要
本发明提出一种基于掩码预训练与提示调优的跨城市小样本时空图预测方法,包括以下步骤:S1:在多个数据丰富的源城市上进行时空掩码预训练,获得预训练的空间编码器和时间编码器;S2:以所述预训练的空间编码器和时间编码器为基础,结合提示网络、图结构生成器以及下游时空图神经网络,构建跨城市小样本时空图预测模型;S3:利用源城市数据对所述跨城市小样本时空图预测模型进行元训练;S4:利用目标城市数据对元训练后的跨城市小样本时空图预测模型进行微调;将输入数据馈送至元训练后的跨城市小样本时空图预测模型中以获得预测结果,计算梯度并更新模型参数,直至模型达到收敛状态。本发明可以更好地实现小样本时空图预测。
技术关键词
补丁
编码器
掩码策略
样本
解码器
更新模型参数
数据
线性
多层感知机
记忆
特征数
网络
误差
节点数
重构
注意力
标记
阶段
键值
系统为您推荐了相关专利信息
图像增强系数
解析方法
功能区域识别
布局
交叉注意力机制
动态分割方法
文本
策略
数据集构建方法
动态滑动窗口
干涉条纹
光学元件
分光棱镜
成像探测器
建立神经网络模型
故障报警方法
煤矿液压支架
监控客户端
预测误差
权重算法
交通流预测模型
交通流预测方法
节点特征
注意力机制
编码向量