【技术实现步骤摘要】
本专利技术涉及交通流预测，特别涉及一种基于动态采样的交通流量预测方法及相关设备。
技术介绍
1、准确的交通预测为交通规划局提供了高质量的理论支持，在现有的交通预测方法中，时空图神经网络显示出巨大的优势，得到了广泛的应用。具体而言，时空图神经网络利用图神经网络和序列模型捕捉交通传感器之间的空间相关性，并建立模型的时间依赖性。
2、然而，对预测准确性的狭隘关注忽视了与交通预测相关的关键社会影响，例如交通预测中的不公平现象。交通部门根据预测的不同地区的交通状况分配资源。如果弱势地区的交通需求一直被低估，就可能导致资源分配不足，从而导致对某些群体(如地区居民)的服务不足。现有的研究主要存在两方面的局限性。首先，以往的研究主要基于整个城市的平均预测精度来评估模型的性能，而很少考虑不同区域之间的性能差异，但是性能不平衡可能导致特定区域组的服务不足；其次，大多数现有的公平性研究方法都是从静态的角度考虑的，目的是最小化当前有利地区和不利地区之间的预测精度差异。这些静态方法可能需要某些优势地区妥协，但它们无法考虑公平性随时间的变化；这就需要对...
【技术保护点】
1.一种基于动态采样的交通流量预测方法，其特征在于，包括：
2.根据权利要求1所述的基于动态采样的交通流量预测方法，其特征在于，所述步骤1包括：
3.根据权利要求2所述的基于动态采样的交通流量预测方法，其特征在于，所述采样概率包括：
4.根据权利要求3所述的基于动态采样的交通流量预测方法，其特征在于，所述以计算的采样概率和预设道路节点总采样数为约束条件，在每个所述交通区域内进行道路节点采样，包括：
5.根据权利要求4所述的基于动态采样的交通流量预测方法，其特征在于，所述区域采样概率PRe的表达式为：
6.根据...
【技术特征摘要】
1.一种基于动态采样的交通流量预测方法，其特征在于，包括：
2.根据权利要求1所述的基于动态采样的交通流量预测方法，其特征在于，所述步骤1包括：
3.根据权利要求2所述的基于动态采样的交通流量预测方法，其特征在于，所述采样概率包括：
4.根据权利要求3所述的基于动态采样的交通流量预测方法，其特征在于，所述以计算的采样概率和预设道路节点总采样数为约束条件，在每个所述交通区域内进行道路节点采样，包括：
5.根据权利要求4所述的基于动态采样的交通流量预测方法，其特征在于，所述区域采样概率pre的表达式为：
6.根据权利要求5所述的基于动态采样的交通流量...
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。