摘要
本发明公开了基于多源特征融合的KPGFormer交通拥堵预测方法及模型,方法为:将交通流量数据进行预处理得到历史交通拥堵数据及区域邻接矩阵数据;构建基于Transformer的交通拥堵预测模型,通过数据嵌入层对输入数据进行处理,再通过Transformer编码器层来提取数据中的时间依赖关系;最后通过输出层生成拥堵预测结果。基于大雁优化算法对交通拥堵预测模型进行优化获得最优超参数配置;将优化后的交通拥堵预测模型的输出特征使用二维卷积得到最终的拥堵预测结果。本发明能够更加准确的预测未来的交通拥堵情况。
技术关键词
交通拥堵预测方法
多源特征融合
数据嵌入
注意力
输出特征
矩阵
表达式
高维向量空间
线性
前馈神经网络
模型超参数
位置编码器
系数方法
算法
关系
系统为您推荐了相关专利信息
多元预测模型
注意力机制
水体
时间序列预测模型
数据
刀具磨损状态
在线监测方法
深度学习网络
切削力
阶段
神经网络模型
分布式传感系统
布里渊增益谱
BOTDR传感器
误差测量方法