摘要
本申请公开了一种基于时空图神经网络的车流预测方法及相关设备,涉及人工智能技术领域,方法包括:获取交通路网图;其中,交通路网图的节点表示各个交通站点,节点之间的边表示对应交通站点之间的道路;动态获取各个交通站点的时间序列数据并对时间序列数据进行归一化预处理;其中,时间序列数据包括对应交通站点的车流量和车速;利用归一化预处理后的时间序列数据动态更新交通路网图,得到动态更新图;利用图注意力网络提取得到动态更新图的空间特征;利用三个时间尺度不相同的长短时记忆网络对空间特征提取对应尺度的时间特征;根据三个尺度的时间特征预测得到下一个时间步的车流量。本申请能更准确预测车流量。
技术关键词
动态更新
空间特征提取
交通
站点
序列
注意力
动态时间规整方法
节点
网络
车流量预测
融合特征
特征提取单元
数据获取单元
邻居
人工智能技术
预测装置
分支
电子设备
系统为您推荐了相关专利信息
时序预测模型
建筑结构监测
指标
滑动窗口尺寸
粒子群优化算法
多址接入系统
奇偶校验
译码方法
功率分配方法
符号
位点检测方法
上下文感知信息
解码器
检测数据输入
编码器
全二维气相色谱
蒸馏
分类方法
分类模型训练
动态更新