基于改进交互式动态图卷积网络的交通流预测模型

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：准确快速的交通预测对于城市交通调控、路线规划和交通信号实时控制至关重要。目前提出的许多时空方法忽略了道路网络节点之间随着时间推移而产生变化的空间关联性。为解决这些问题，提出了一种基于改进交互式动态图卷积网络的交通流预测模型（I-IDGPSA）。该模型将交通数据划分为周期项和趋势项，通过交互式学习策略同步捕捉划分交通数据的时空相关性，并在后续步骤中加入概率稀疏自注意力机制，使得I-IDGPSA相较于其他预测准确率相近模型的训练效率提升了9.07%，预测效率提升了52.13%。（剩余108字）

试读结束

目录
monitor
客服机器人