基于动态多图融合时空深度学习的轨道客流短期预测方法

    公开(公告)号:CN119416976A

    公开(公告)日:2025-02-11

    申请号:CN202411582878.0

    申请日:2024-11-07

    Abstract: 本发明公开了基于动态多图融合时空深度学习的轨道客流短期预测方法,该方法首先包括对历史客流特征数据进行卷积,形成输入数据;然后构建融合图卷积模块,融合图卷积模块包括多重预定义图卷积和动态图卷积,在融合图卷积模块中引入因果时间以形成时空学习器;接着利用时空学习器对输入数据进行处理;最后时空学习器的输出通过跳转连接层进行连接,跳转连接层将时空学习器的输出引入输出层,经输出层得到预测结果。本发明使用了预定义图卷积和动态图卷积的组合作为邻接矩阵,能有效的学习客流的复杂空间特征,并引入因果时间多头注意力机制,可进行多层时空特征提取,从而提高了模型对时空特征的提取能力,为短期客流预测提供更精准的特征表示。

Patent Agency Ranking