公开(公告)号：CN118171813A

公开(公告)日：2024-06-11

申请号：CN202410280518.9

申请日：2024-03-12

Applicant: 长沙理工大学

Inventor： 张敬刚 ,  宋云 ,  邓泽林 ,  成石生

IPC: G06Q10/063 ,  G06Q10/04 ,  G06Q50/40 ,  G06F18/213 ,  G06F18/25 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/049 ,  G06N3/08

Abstract: 本发明公开了一种基于跨时间的全局空间注意力网络的交通预测方法，该方法设计了一个交通预测模型。该模型包括跨时间的全局空间注意力模块、全连接时间卷积块、时间注意力块和一个门控输出模块。首先利用跨时间的全局空间注意力模块建模交通矩阵中跨时间的空间依赖性，直接捕获不同节点在多时间维度之间的相关性。随后利用时间卷积块和时间注意力块分别捕获节点自身的短期连续时间相关性和长期语义相关性。最后使用一个门控输出模块融合不同模块提取到的交通特征。由于交通流量在实际道路中存在跨时间的空间依赖，本发明针对真实交通模式设计了跨时间的全局空间注意力模块能够更合理的提取到交通数据之间存在的空间相关性，提高了预测精度。

公开(公告)号：CN118711356A

公开(公告)日：2024-09-27

申请号：CN202410280516.X

申请日：2024-03-12

Applicant: 长沙理工大学

Inventor： 张敬刚 ,  宋云 ,  邓泽林 ,  成石生

IPC: G08G1/01 ,  G06N3/0464 ,  G06N3/0455

Abstract: 本发明公开了一种基于滑动窗口的局部动态空间注意力的交通预测方法。该方法的模型包括时间嵌入层、滑动窗口动态空间注意力模块、时间编码器以及卷积输出层，在时间嵌入层中将时间周期性信息嵌入到交通流信号矩阵中建模交通序列的周期性特征，滑动窗口动态空间注意力模块使用滑动窗口的方式动态捕获跨局部时间的空间依赖关系，利用时间编码器结合周期嵌入信息捕获交通流量的时间相关性，最后利用卷积输出层得到模型输出；得到交通预测结果。本发明综合考虑了交通时间序列数据的周期性特征以及局部时间内空间节点跨时间的依赖关系，解决了难以捕获交通网络复杂空的间相关性的问题，在公开数据集上的实验结果表明，本发明的方法拥有显著的优势。