【技术实现步骤摘要】
本专利技术涉及流量预测，具体涉及一种基于长短期专家注意力网络的交通流量预测方法、系统、介质及设备。
技术介绍
1、智能交通系统将先进的信息技术、数据通信技术、传感器技术、电子控制技术以及计算机技术等有效地综合运用于整个交通运输管理体系，从而建立起一种大范围内、全方位发挥作用的，实时、准确、高效的综合运输和管理系统。交通流量预测作为智能交通系统的重要组成部分，准确的交通流预测可以为道路交通规划提供准确的交通路径预测和辅助交通规划。其中，实时预测未来交通流对路径规划具有重要意义，可以帮助驾驶员选择出行路线，提高道路交通效率，减少拥堵。
2、由于其在许多实际应用(如智能交通分流和出行优化)中的巨大潜力，近年来引起了学术界和工业界的广泛研究兴趣。然而，精确预测长期交通仍然非常具有挑战性，交通流模式受到时间动态和基本路网结构的复杂影响，交通数据在空间和时间方面的非线性和复杂关系。
3、为了准确的预测未来的交通流量，之前的许多研究重心主要放在针对交通数据的两大关键特征(空间特征、时间特征)的提取，这些研究工作在短期和长期预测...
【技术保护点】
1.一种基于长短期专家注意力网络的交通流量预测方法，其特征在于，包括下述步骤：
2.根据权利要求1所述的基于长短期专家注意力网络的交通流量预测方法，其特征在于，所述基于标准化处理交通流量数据，具体表示为：
3.根据权利要求1所述的基于长短期专家注意力网络的交通流量预测方法，其特征在于，所述将一段短期历史数据、两段长期历史数据与时间信息嵌入相加聚合，具体表示为：
4.根据权利要求3所述的基于长短期专家注意力网络的交通流量预测方法，其特征在于，所述嵌入是由独热编码通过线性变换得到。
5.根据权利要求1所述的基于长短期专家注意...
【技术特征摘要】
1.一种基于长短期专家注意力网络的交通流量预测方法，其特征在于，包括下述步骤：
2.根据权利要求1所述的基于长短期专家注意力网络的交通流量预测方法，其特征在于，所述基于标准化处理交通流量数据，具体表示为：
3.根据权利要求1所述的基于长短期专家注意力网络的交通流量预测方法，其特征在于，所述将一段短期历史数据、两段长期历史数据与时间信息嵌入相加聚合，具体表示为：
4.根据权利要求3所述的基于长短期专家注意力网络的交通流量预测方法，其特征在于，所述嵌入是由独热编码通过线性变换得到。
5.根据权利要求1所述的基于长短期专家注意力网络的交通流量预测方法，其特征在于，将线性融合后的长期历史数据输入到堆叠的长期专家注意力网络层中，执行多头注意力计算，具体表示为：
6.根据权利要求1所述的基于长短期专家注意力网络的交通流量预测方法，其特征在于，将嵌入时间信息的短期历史数据输入到堆叠的短期专家注意力...
【专利技术属性】
技术研发人员：李波，尹峻，鲁道明，欧常林，周智恒，
申请(专利权)人：华南理工大学，
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。