一种基于滑动窗口的跨局部时间的空间注意力机制的交通预测方法技术

本发明专利技术公开了一种基于滑动窗口的局部动态空间注意力的交通预测方法。该方法的模型包括时间嵌入层、滑动窗口动态空间注意力模块、时间编码器以及卷积输出层，在时间嵌入层中将时间周期性信息嵌入到交通流信号矩阵中建模交通序列的周期性特征，滑动窗口动态空间注意力模块使用滑动窗口的方式动态捕获跨局部时间的空间依赖关系，利用时间编码器结合周期嵌入信息捕获交通流量的时间相关性，最后利用卷积输出层得到模型输出；得到交通预测结果。本发明专利技术综合考虑了交通时间序列数据的周期性特征以及局部时间内空间节点跨时间的依赖关系，解决了难以捕获交通网络复杂空的间相关性的问题，在公开数据集上的实验结果表明，本发明专利技术的方法拥有显著的优势。

【技术实现步骤摘要】

本专利技术属于智能交通预测领域，涉及一种基于滑动窗口的跨局部时间的空间注意力机制的交通预测方法，可用于对交通路网未来一段时间的交通状态进行预测。

技术介绍

1、智能交通预测对智慧城市中的智能交通管控具有重要意义。现代城市交通拥堵、交通事故等问题日益突出，影响城市的运行效率和居民的生活质量。因此，准确预测交通流量对于优化交通管理、提升城市运行效率具有重要意义。

2、复杂的时空相关性在交通预测中至关重要。交通流量受时间和空间因素的影响，考虑时空相关性对提高预测模型的准确性和稳定性，有效捕捉交通流量的演变规律。因此，充分挖掘时空相关性，对于交通预测的准确性具有重要意义。交通数据的空间相关性是动态的，一个空间节点的交通数据受历史周围节点影响，而当前时刻周围节点的交通特征对其不会产生影响。因此捕获一段时间序列内的跨时间的时空节点间的依赖关系是不可避免地。

3、交通预测是智能交通系统中的一个核心问题，在过去的几十年里引起了广泛的研究关注。在早期主要是传统方法，包括基于统计学的历史平均法、自回归移动平均模型等。这些方法在处理交通预测问题时常常假设本文档来自技高网...

【技术保护点】

1.一种基于滑动窗口的局部动态空间注意力的交通预测方法，其特征在于：交通流量预测模型结构包括时间嵌入层、滑动窗口动态空间注意力模块、一个时间编码器以及卷积输出层；在时间嵌入层中将时间周期性信息嵌入到交通流信号矩阵中得到带有周期性信息的新的交通数据矩阵，作为其它时空模块的输入；滑动窗口动态空间注意力模块使用滑动窗口的方式动态捕获跨局部时间内的交通流量的空间相关性，使用时间编码器捕获交通流量的时间相关性，并结合时间嵌入数据对交通流量的周期性进行建模；

2.根据权利要求1所述的一种基于滑动窗口的局部动态空间注意力的交通预测方法，其特征在于，步骤一中的数据预处理包括对原始数据丢失部分...

【技术特征摘要】

1.一种基于滑动窗口的局部动态空间注意力的交通预测方法，其特征在于：交通流量预测模型结构包括时间嵌入层、滑动窗口动态空间注意力模块、一个时间编码器以及卷积输出层；在时间嵌入层中将时间周期性信息嵌入到交通流信号矩阵中得到带有周期性信息的新的交通数据矩阵，作为其它时空模块的输入；滑动窗口动态空间注意力模块使用滑动窗口的方式动态捕获跨局部时间内的交通流量的空间相关性，使用时间编码器捕获交通流量的时间相关性，并结合时间嵌入数据对交通流量的周期性进行建模；

2.根据权利要求1所述的一种基于滑动窗口的局部动态空间注意力的交通预测方法，其特征在于，步骤一中的数据预处理包括对原始数据丢失部分进行线性插值、将原始数据归一化、将数据划分成训练集、验证集和测试集，具体来说，将60％划分为训练集，20％的数据划分为验证集，20％的数据划分为测试集。

3.根据权利要求1所述的一种基于滑动窗口的局部动态空间注意力的交通预测方法，其特征在于：步骤二中引入两个周期嵌入来表达交通流数据的周周期和日周期，

4.根据权利要求1所述的一种基于滑动窗口的局部动态空间注意力的交通预测方法，其特征在于：步骤三中利用滑动窗...

【专利技术属性】
技术研发人员：张敬刚，宋云，邓泽林，成石生，
申请(专利权)人：长沙理工大学，
类型：发明
国别省市：