【技术实现步骤摘要】
本专利技术涉及车辆网，尤其涉及一种基于综合时空特征的交通预测方法。
技术介绍
1、随着车辆数量的不断增加，交通管理正面临着日益严峻的挑战。交通拥堵会导致公路网的运行效率降低，交通事故的风险上升，市民的生活质量也受到负面影响。在这一背景下，交通速度预测是缓解交通问题的关键手段。如何对庞大的交通数据进行准确的实时预测，从而提高交通控制的有效性这一问题已成为一大研究热点，其理论、方法及应用受到越来越多的关注和重视。
2、公路交通流量预测涉及典型的时空数据预测问题。现有的交通流预测方法主要集中于对天、周等具有周期性线性时间变化的因素进行建模和预测。然而，这些方法忽视了天气和节假日等非周期性因素对交通流量的潜在影响。这导致这些方法在应对复杂交通系统中的动态时间变化时存在一定的不足。另一方面，就空间信息建模而言，现有方法主要专注于捕捉邻近节点之间的关系，但往往无法有效捕捉到非相邻节点的全局空间特征，对交通预测的准确性也有一定的影响。
3、综上所述，现有的交通预测方法缺乏对交通数据的动态时空相关性进行建模的能力，难以应对复杂的
【技术保护点】
1.一种基于综合时空特征的交通预测方法，其特征在于，包括：
2.根据权利要求1所述的基于综合时空特征的交通预测方法，其特征在于，所述交通网络为无向G＝(V,E,A)，其中，V是节点的有限集合，E表示节点间连通性的边的集合，A表示图G的邻接矩阵，元素A∈RN*N。
3.根据权利要求1所述的基于综合时空特征的交通预测方法，其特征在于，所述时空维度特征包括：小时时间维特征、天时间维特征、周时间维特征、节假日时间维特征、天气时间维特征和空间维特征。
4.根据权利要求1所述的基于综合时空特征的交通预测方法，其特征在于，将所述时空维度特征作为原...
【技术特征摘要】
1.一种基于综合时空特征的交通预测方法，其特征在于，包括：
2.根据权利要求1所述的基于综合时空特征的交通预测方法，其特征在于，所述交通网络为无向g＝(v,e,a)，其中，v是节点的有限集合，e表示节点间连通性的边的集合，a表示图g的邻接矩阵，元素a∈rn*n。
3.根据权利要求1所述的基于综合时空特征的交通预测方法，其特征在于，所述时空维度特征包括：小时时间维特征、天时间维特征、周时间维特征、节假日时间维特征、天气时间维特征和空间维特征。
4.根据权利要求1所述的基于综合时空特征的交通预测方法，其特征在于，将所述时空维度特征作为原始图信号矩阵输入时空块进行处理，包括：
5....
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。