-
公开(公告)号：CN118430242A
公开(公告)日：2024-08-02
申请号：CN202410511209.8
申请日：2024-04-26
Applicant: 南京邮电大学
IPC: G08G1/01
Abstract: 本发明公开了一种基于图神经网络的交通预测方法，属于交通预测技术领域，该方法包括如下步骤：步骤(1)、将交通图信号矩阵输入时间特征提取块，通过波压模块、平滑模块和门控神经网络捕获时间相关性；步骤(2)、将时间特征提取块的输出输入空间特征提取块，通过自适应GCN与动态GCN并行训练提取空间相关性；步骤(3)、在融合和线性处理模块，对时间特征提取块和空间特征提取块的输出进行融合，并进行线性处理得到最终预测值。本发明解决了现有方法中对于交通数据的时间特征提取不充分，以及绝大多数现有的图卷积网络(GCN)模型使用基于节点实际距离的邻接矩阵，在处理不完整和错误的先验路网数据时容易受到影响的问题。
Search Results
1
records
(took 0.064 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
