【技术实现步骤摘要】
本申请属于交通预测领域，尤其涉及一种基于transformer和多图融合卷积的交通流量预测方法。
技术介绍
1、交通流量预测是指通过对历史交通数据的分析和建模，预测未来某一时间段内的交通流量。交通流量预测是智能交通系统中关键技术之一，这种预测可以协助交通管理专家更有效地设计道路规划，并有效降低交通拥堵现象。由于交通流量具有时间和空间属性，交通流量预测通常面临着复杂的时空特征提取等难点，减小交通流量预测算法的预测误差是该算法能否应用于现实场景中需要解决的关键问题，现有方法大多结合深度学习技术，采用图神经网络(graph neural networks,gnn)来对未来的交通流量进行预测。
2、但是目前的深度学习技术仅考虑了道路之间固有的关系，没有考虑到道路之间的相关性是动态变化的，导致对交通流量预测的误差无法进一步降低，阻碍了交通流量预测技术的进一步发展。具体应用在交通流量预测的场景中时，预测流量结果与真实流量差距较大，无法保证预测结果的可靠性，帮助出行者规避拥堵路段。
技术实现思路
...【技术保护点】
1.一种基于transformer和多图融合卷积的交通流量预测方法，其特征在于，具体步骤如下：
2.根据权利要求1所述的一种基于transformer和多图融合卷积的交通流量预测方法，其特征在于，所述将交通数据划分成交通流量数据和交通速度数据，根据节点之间的邻接关系构建邻接矩阵，之前还包括：
3.根据权利要求1所述将交通流量数据输入预设多图卷积网络模型中的transformer模块进行处理，得到长期时间相关性特征数据，之前还包括：
4.根据权利要求1所述基于所述预设多图卷积网络模型中的多图融合模块对交通速度数据进行处理，得到道路网络...
【技术特征摘要】
1.一种基于transformer和多图融合卷积的交通流量预测方法，其特征在于，具体步骤如下：
2.根据权利要求1所述的一种基于transformer和多图融合卷积的交通流量预测方法，其特征在于，所述将交通数据划分成交通流量数据和交通速度数据，根据节点之间的邻接关系构建邻接矩阵，之前还包括：
3.根据权利要求1所述将交通流量数据输入预设多图卷积网络模型中的transfor...
【专利技术属性】
技术研发人员：刘怡俊，黄浩，叶武剑，谭东君，
申请(专利权)人：广东工业大学，
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。