一种融合稀疏自注意力的路侧泊位占用率时空预测方法技术

本发明专利技术公开了一种融合稀疏自注意力的路侧泊位占用率时空预测方法，属于交通预测技术领域，包括数据收集与预处理：根据历史停车数据，统计各时段内的停车数量，计算各时段各泊位区域的泊位占用率，得到泊位占用率数据集；构造图的邻接矩阵：通过接入地图API，获取各泊位区域间的距离矩阵，通过高斯核构造邻接矩阵；构建停车泊位占用率预测模型，基于停车泊位占用率预测模型进行停车泊位占用率预测，得到路侧泊位占用率预测结果。本发明专利技术采用上述方法，充分考虑了停车需求时间和空间上的相关性，实现了对路侧泊位占用率的精准预测。

【技术实现步骤摘要】

本专利技术涉及交通预测，尤其是涉及一种融合稀疏自注意力的路侧泊位占用率时空预测方法。

技术介绍

1、随着城市人口的不断增加和汽车拥有量的增长，停车管理已经成为当今城市的普遍挑战。停车设施包括路外停车场、停车库和路侧泊位，均是交通设施系统的重要组成部分。路侧泊位是指由公安交通管理部门利用城市道路，包括机动车车道、非机动车车道、人行道等可容停车空间，为机动车停放所设置的停车位置。路侧泊位通常配备传感器和摄像头，管理后台可以实时获取泊位的占用情况。

2、路侧泊位的占用率预测至关重要。一方面能够为用户提供停车信息，引导用户前往可用泊位，减少用户寻找泊位的时间，提高泊位资源利用率；更重要地是，通过了解泊位的占用情况，管理部门能够更好地管理交通流量，优化车辆流动，减少拥堵，提高整体交通效率。因此，路侧泊位的占用率预测对于城市交通的高效管理具有重要作用，不仅关联到用户的停车体验，而且影响整体城市交通系统的运营效率。

技术实现思路

1、本专利技术的目的是提供一种融合稀疏自注意力的路侧泊位占用率时空预测方法，充分考本文档来自技高网...

【技术保护点】

1.一种融合稀疏自注意力的路侧泊位占用率时空预测方法，其特征在于，步骤包括：

2.根据权利要求1所述的一种融合稀疏自注意力的路侧泊位占用率时空预测方法，其特征在于：步骤S2中，带权有向图其中V是顶点的集合，E是边的集合，A是图的邻接矩阵，构造图的邻接矩阵包括：

3.根据权利要求2所述的一种融合稀疏自注意力的路侧泊位占用率时空预测方法，其特征在于，步骤S3中停车泊位占用率预测模型包括：

4.根据权利要求3所述的一种融合稀疏自注意力的路侧泊位占用率时空预测方法，其特征在于：所述输入层的卷积层输入为维度为M，N，C，其中，M表示高度，N表示宽度，表示实数集，...

【技术特征摘要】

1.一种融合稀疏自注意力的路侧泊位占用率时空预测方法，其特征在于，步骤包括：

2.根据权利要求1所述的一种融合稀疏自注意力的路侧泊位占用率时空预测方法，其特征在于：步骤s2中，带权有向图其中v是顶点的集合，e是边的集合，a是图的邻接矩阵，构造图的邻接矩阵包括：

3.根据权利要求2所述的一种融合稀疏自注意力的路侧泊位占用率时空预测方法，其特征在于，步骤s3中停车泊位占用率预测模型包括：

4.根据权利要求3所述的一种融合稀疏自注意力的路侧泊位占用率时空预测方法，其特征在于：所述输入层的卷积层输入为维度为m，n，c，其中，m表示高度，n表示宽度，表示实数集，c表示通道数，经过卷积操作后，被映射为表示输出通道数。

5.根据权利要求4所述的一种融合稀疏自注意力的路侧泊位占用率时空预测方法，其特征在于，所述采用时空位置嵌入层、固定图卷积层和动态自注意力机制层提取空间信息，采用门控机制融合从固定图卷积层和动态自注意力机制层得到空间特征具体包括：

6.根据权利要求5所述的一种融合稀疏自注意力的路侧泊位...

【专利技术属性】
技术研发人员：李静怡，李想，马红光，
申请(专利权)人：北京化工大学，
类型：发明
国别省市：