基于深度时空图神经网络的双向交通流动态建模方法

    公开(公告)号:CN119694117A

    公开(公告)日:2025-03-25

    申请号:CN202411813552.4

    申请日:2024-12-10

    Abstract: 本发明公开了基于深度时空图神经网络的双向交通流动态建模方法,属于智能交通与数据挖掘领域,包括以下步骤:S1、构造交通流动态图,捕获交通流的局部时空依赖性;S2、得到局部时空依赖性之后,使用时间卷积层提取时间特征;S3、得到时间特征后使用选择门来筛选S2中得到的有效信息,得到最终输出;S4、得到S3中的结果后,使用复合图卷积模块提取空间特征;S5、将双向流量融合,并通过预测层得到最终的预测结果;S6、计算模型的损失,确定模型是否符合要求,本发明通过解决现有技术在交通流量预测中面临的双向流量建模不充分、动态依赖性捕获不足以及对复杂交通场景适应性差等问题,从而提升交通流量预测的精度和模型的适用性。

Patent Agency Ranking