基于动态图自注意力的车流参数预测方法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：为了提高异常事件常发地段中智能车辆行驶的效率和安全性，以提升车流参数预测的准确度为出发点，该文设计了一种基于动态节点自注意力的车流参数预测方法， 在多个时间步中利用空间注意力聚合邻域节点的特征，沿着时间维度通过时间注意力机制预测交通参数。结果表明：该文设计的动态图自注意力（DGSA）模型的1 h预测结果平均绝对误差（MAE）、均方根误差（RMSE）和平均绝对百分误差（MAPE）指标分别下降了3.75%、3.45%、11.63%；测算的路段平均碰撞时间（TTC）更长，达到2.8 s。（剩余8609字）

试读结束

目录
monitor