【技术实现步骤摘要】
本专利技术涉及交通流预测的，具体而言，尤其涉及一种基于对偶动态时空自动编码器网络的交通流预测方法。
技术介绍
1、随着大城市人口和车辆的快速增长，交通系统的复杂性也随之增加，带来了包括交通拥堵在内的各种挑战。在这种情况下，建立一个能满足现代城市需求的智能交通系统被认为是至关重要的。交通流预测被认为是智能交通系统中的一项关键任务，受到了广泛关注，并成为该领域的研究热点。交通预测的核心问题是对大规模交通数据的动态时空特征进行有效建模。这就需要收集、分析数据，并理解和预测复杂的交通网络行为。
2、交通预测问题在时空数据挖掘和多变量时间序列预测领域备受关注。研究主要集中在交通流量[1][2][3]、速度[4][5]和需求预测[6][7][8]等多个方面。这些研究利用交通数据中的时空依赖性来支持基础设施布局和交通资源调度[9]。随着深度学习技术的进步，交通预测模型的设计也变得越来越复杂。这些模型的目标是准确捕捉历史交通状态特征及其关系，并整合外部知识以预测未来交通状态。为了模拟空间关系，传统方法通常使用网格划分研究区域。liu[10]...
【技术保护点】
1.一种基于对偶动态时空自动编码器网络的交通流预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于对偶动态时空自动编码器网络的交通流预测方法，其特征在于，所述对偶动态时空编码网络DDSTAEN框架为：
3.根据权利要求1或2所述的一种基于对偶动态时空自动编码器网络的交通流预测方法，其特征在于，所述对偶动态时空编码网络DDSTAEN框架包括：时空特征模块、图生成模块和自编码器模块。
4.根据权利要求1所述的一种基于对偶动态时空自动编码器网络的交通流预测方法，其特征在于，所述S3中，将交通流图转换为对偶超图；给定一个有...
【技术特征摘要】
1.一种基于对偶动态时空自动编码器网络的交通流预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于对偶动态时空自动编码器网络的交通流预测方法，其特征在于，所述对偶动态时空编码网络ddstaen框架为：
3.根据权利要求1或2所述的一种基于对偶动态时空自动编码器网络的交通流预测方法，其特征在于，所述对偶动态时空编码网络ddstaen框架包括：时空特征模块、图生成模块和自编码器模块。
4.根据权利要求1所述的一种基于对偶动态时空自动编码器网络的交通流预测方法，其特征在于，所述s3中，将交通流图转换为对偶超图；给定一个有n个节点和e个边的图g＝(v,e,a)，用gd＝(vd,ed,h)表示对偶超图；
5.根据权利要求3所述的一种基于对偶动态时空自动编码器网络的交通流预测方法，其特征在于，所述图生成模块包括两个独立的分支，每个分支分别负责生成图的动态边或邻接矩阵以及超图的动态边或邻接矩阵；
6.根据权利要求3所述的一种基于对偶动态时空自动编码器网络的交通流预测方法，其特征在于，所述时空特征模块包括：门控时间卷积、动态图/超图卷...
【专利技术属性】
技术研发人员：赵园，雷航，文世喜，柳丽川，谭成，
申请(专利权)人：大连大学，
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。