【技术实现步骤摘要】
时空数据的预测方法、装置、计算机设备及存储介质
[0001]本专利技术涉及物联网
,具体涉及一种时空数据的预测方法
、
装置
、
计算机设备及存储介质
。
技术介绍
[0002]快速的城市化进程带来了大量的数据需要处理,而这些数据在时空尺度上是不断变化的
。
从空间角度看,不同城市区域之间的一些内在相互作用,如人流
、
车流,可能对城市交通预测层面有很大的影响;从时间角度看,一些城市地区的一些事件呈现出周期性甚至季节性的波动模式,如未来的交通流量过去和当前的交通流量有关
。
[0003]目前,时空数据预测问题多是通过时空图卷积网络来完成,但基于大规模时空数据训练时空图卷积网络需要较高的时间成本
。
为了降低训练所需的时间成本,通常采用图粗化将某些节点合并为超节点
(
即粗化后的节点
)
以减少网络规模,但图粗化仅是针对时空特征数据的扁平化处理,这样会导致空间特征的丢失,从而造成难以准确预测时空数据的问题
。
技术实现思路
[0004]有鉴于此,本专利技术提供了一种时空数据的预测方法
、
装置
、
计算机设备及存储介质,以解决难以准确预测时空数据的问题
。
[0005]第一方面,本专利技术提供了一种时空数据的预测方法,包括:获取时空数据的原始拓扑网络,原始拓扑网络包括多个原始节点;基于每个原始节点的时空特征数 ...
【技术保护点】
【技术特征摘要】
1.
一种时空数据的预测方法,其特征在于,所述方法包括:获取时空数据的原始拓扑网络,所述原始拓扑网络包括多个原始节点;基于每个原始节点的时空特征数据,对所述原始拓扑网络进行粗化处理,生成粗化拓扑网络,所述粗化拓扑网络中包括多个粗化节点,每个所述粗化节点为至少一个所述原始节点融合得到的;对所述粗化节点所融合的时空特征数据进行编码,生成粗化编码网络;将所述粗化编码网络输入至预设时空预测模型中,通过所述预设时空预测模型输出时空预测网络,其中,所述预设时空预测模型是基于粗化编码网络样本与时空预测网络样本训练得到的;对所述时空预测网络对应的时空预测数据进行解码,生成目标预测网络进行时空数据的预测
。2.
根据权利要求1所述的方法,其特征在于,所述基于每个原始节点的时空特征数据,对所述原始拓扑网络进行粗化处理,生成粗化拓扑网络,包括:获取所述每个原始节点对应的至少一个邻居节点;基于所述时空特征数据,确定所述每个原始节点及其所述邻居节点之间的特征相似度;基于所述特征相似度确定融合节点集,所述融合节点集为所述原始节点与所述相邻节点构成的节点集;根据所述融合节点集对所述原始拓扑网络进行粗化处理,生成所述粗化拓扑网络
。3.
根据权利要求2所述的方法,其特征在于,所述基于所述时空特征数据,确定所述每个原始节点及其所述邻居节点之间的特征相似度,包括:基于每个原始节点及其所述邻居节点对应的所述时空特征数据,确定每个原始节点及其所述邻居节点对应的度,以及所述每个原始节点与所述邻居节点之间的边向量;基于所述度与所述边向量,确定所述每个原始节点及其所述邻居节点之间的谱距离;将所述谱距离确定为所述特征相似度
。4.
根据权利要求2或3所述的方法,其特征在于,所述基于所述特征相似度确定融合节点集,包括:对所述每个原始节点对应的各个所述特征相似度进行排序,确定出所述每个原始节点对应的最大特征相似度以及所述最大特征相似度对应的目标邻居节点;基于所述每个原始节点及其对应所述目标邻居节点确定所述融合节点集
。5.
根据权利要求1所述的方法,其特征在于,所述对所述粗化节点所融合的时空特征数据进行编码,生成粗化编码网络,包括:获取所述粗化节点对应的原始节点融合顺序;按照所述原始节点融合顺序对所述粗化节点所融合的时空特征数据进行编码,生成嵌入式特...
【专利技术属性】
技术研发人员:彭磊,王一轩,杨旸,舒洪峰,刘琪,
申请(专利权)人:深圳市智慧城市科技发展集团有限公司鹏城实验室,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。