公开(公告)号：CN112927510B

公开(公告)日：2021-12-17

申请号：CN202110171505.4

申请日：2021-02-08

Applicant: 湖南大学

Inventor： 张大方 ,  刁春燕 ,  谢鲲

IPC: G08G1/01 ,  G06Q10/04 ,  G06Q50/30

Abstract: 本发明公开了一种交通流量预测方法，包括：1，沿时间轴在交通流量数据中截取时间序列片段；针对各时间序列片段分别执行步骤2～7后，执行步骤8；2，将交通网络定义为无向图G；3，对G执行图卷积操作得到节点间的空间关系；4，对G在时间维度上执行标准卷积操作得到时间维度关系；5，将空间关系输入到CRF层，得到空间依赖性关系；6，将时间维度关系输入到CRF层，得到时间依懒性关系；7，将空间和时间依懒性关系输入至注意力层，得到波动时间段内的时空关系，输出各时间序列片段对应的权重参数；8，加权融合输出交通流量预测结果。本发明能充分全面地挖掘空间间的相似性关系，解决长短周期依赖问题，减小周期波动带来的误差，提高预测效率。

公开(公告)号：CN112927510A

公开(公告)日：2021-06-08

申请号：CN202110171505.4

申请日：2021-02-08

Applicant: 湖南大学

Inventor： 张大方 ,  刁春燕 ,  谢鲲

IPC: G08G1/01 ,  G06Q10/04 ,  G06Q50/30

Abstract: 本发明公开了一种交通流量预测方法，包括：1，沿时间轴在交通流量数据中截取时间序列片段；针对各时间序列片段分别执行步骤2～7后，执行步骤8；2，将交通网络定义为无向图G；3，对G执行图卷积操作得到节点间的空间关系；4，对G在时间维度上执行标准卷积操作得到时间维度关系；5，将空间关系输入到CRF层，得到空间依赖性关系；6，将时间维度关系输入到CRF层，得到时间依懒性关系；7，将空间和时间依懒性关系输入至注意力层，得到波动时间段内的时空关系，输出各时间序列片段对应的权重参数；8，加权融合输出交通流量预测结果。本发明能充分全面地挖掘空间间的相似性关系，解决长短周期依赖问题，减小周期波动带来的误差，提高预测效率。