【技术实现步骤摘要】
本专利技术涉及一种交通流量预测方法，尤其涉及一种基于图采样聚合网络和长短期记忆网络的交通流量预测方法。
技术介绍
1、交通流量是路网中极为重要的参数，为路网的交通调度以及后续路网的规划提供准确的数据依据。
2、现有技术中，对于交通流量的获取，都是通过当前时刻的交通流量或者历史中的交通流量来大致估计未来时段的交通流量，但是，这种方式的准确性较低，并不能为后续的交通拥堵治理、相关路网规划提供准确的数据支持。
3、当然，现有技术中还提出了一些交通流量预测方法，比如说卡尔曼滤波算法、支持向量机回归预测模型等等，但是，这些方法中，虽然能够对当前的某个路段的交通流量进行一定的预测，但是，其准确性仍然不足，主要是这些方法忽略了空间因素的影响，这些方法主要关注于当前目标路段的流量状态，确忽略了路网中当前路段邻近路口的影响。
4、因此，为了解决上述技术问题，亟需提出一种新的技术手段。
技术实现思路
1、有鉴于此，本专利技术的目的是提供一种交通流量预测方法，在交通流量预测时...
【技术保护点】
1.一种交通流量预测方法，其特征在于：包括以下步骤：
2.根据权利要求1所述交通流量预测方法，其特征在于：步骤S1中，对历史交通流量信息进行预处理具体包括：
3.根据权利要求1所述交通流量预测方法，其特征在于：对历史交通流量信息进行预处理还包括对交通流量确实数据进行补缺，具体如下：
4.根据权利要求1所述交通流量预测方法，其特征在于：基于图采样聚合网络和长短期记忆网络的交通流量预测模型具体包括第一全连接层、图采样聚合网络、长短期记忆网络以及第二全连接层，所述第一全连接层被输入预处理后的交通流量信息，第一全连接层的输出端连接于图采样聚...
【技术特征摘要】
1.一种交通流量预测方法，其特征在于：包括以下步骤：
2.根据权利要求1所述交通流量预测方法，其特征在于：步骤s1中，对历史交通流量信息进行预处理具体包括：
3.根据权利要求1所述交通流量预测方法，其特征在于：对历史交通流量信息进行预处理还包括对交通流量确实数据进行补缺，具体如下：
4.根据权利要求1所述交通流量预测方法，其特征在于：基于图采样聚合网络和长短期记忆网络的交通流量预测模型具体包括第一全连接层、图采样聚合网络...
【专利技术属性】
技术研发人员：赵明，谭鹏，刘玉印，辜继东，向祯，蒋川，廖耘竹，
申请(专利权)人：重庆市城投金卡信息产业集团股份有限公司，
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。