基于图卷积网络及注意力机制的交通流组合预测模型-兰州理工大学温州泵阀工程研究院

专利号：

CN202110621902.7

摘要：

本发明涉及基于图卷积网络及注意力机制的交通流组合预测模型，所述的交通流组合预测模型包含三部分，分别是图卷积网络GCN、门控递归单元GRU和软注意力机制SoftAttention，在组成的GGCNSA交通流组合预测模型中，GCN用于捕获图的拓扑结构以获得空间相关性，GRU用于捕获节点属性的动态变化以获得时间相关性，软注意力机制SoftAttention以自适应地将不同时刻不同程度的注意力分配给交通流序列。本发明的模型可以直接在原始的交通路网上处理交通流数据，有效地捕获交通流的时空特征，使用GCN来捕获路网上交通流的空间相关性，自动区分每个交通流序列对最终预测性能的重要性，以提高预测的准确性。

网站首页

关于我们

研发平台

科技服务

科技成果

人才引育

党建专题