【技术实现步骤摘要】
本专利技术属于交通运输，具体涉及一种基于特征注意力分解和图卷积网络的交通流量预测方法。
技术介绍
1、大数据、人工智能和物联网技术的不断发展，为车流量预测提供了更为丰富和可靠的数据源。各类传感器、智能交通设备以及移动终端的广泛应用，使得对车流量进行高精度、高时效的预测成为可能。基于交通预测的早期干预被视为提高交通系统效率和缓解交通相关问题的关键。
2、鉴于交通数据具有非线性、复杂、动态的时空依赖性，缺乏有效的方法来捕捉交通数据的内在属性和整体概况，成为提高模型交通预测能力的瓶颈。
3、时间序列分解已被证明可以解开纠缠的时间模式并揭示时间序列的固有属性，真实流量数据包括季节项、趋势和余项。对这些要素进行精确分解并对三部分进行单独建模可以揭示交通数据的内在特征，从而提高最终的交通预测结果。交通数据之间存在动态时空相关性。首先，来自同一传感器在不同时间的交通数据相互作用并随时间动态变化，代表交通数据的时间依赖性。其次，来自不同传感器的交通数据同时交互并随时间动态变化，表明交通数据的空间依赖性。最后，来自不同传感器的交通...
【技术保护点】
1.一种基于特征注意力分解和图卷积网络的交通流量预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于特征注意力分解和图卷积网络的交通流量预测方法，其特征在于：所述步骤S3包括以下子步骤：
3.根据权利要求2所述的一种基于特征注意力分解和图卷积网络的交通流量预测方法，其特征在于：所述步骤S4包括以下子步骤：
4.根据权利要求3所述的一种基于特征注意力分解和图卷积网络的交通流量预测方法，其特征在于：所述步骤S5包括以下子步骤：
【技术特征摘要】
1.一种基于特征注意力分解和图卷积网络的交通流量预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于特征注意力分解和图卷积网络的交通流量预测方法，其特征在于：所述步骤s3包括以下子步骤：
3.根据权...
【专利技术属性】
技术研发人员：郑林江，刘玉莽，唐毅，罗伟，代振，邓媛园，杨洁，
申请(专利权)人：重庆大学，
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。