基于多头图注意力网络的短时交通流预测的时空特性研究.pdf

基于多头图注意力网络的短时交通流预测的时空特性研究.pdf

基于多头图注意力网络的短时交通流预测的时空特性研究

摘要

本研究聚焦于基于深度学习的短时交通流预测,重点分析了交通流的时空特性并提

出了两种新型深度学习模型,以提高预测精度。随着城市交通拥堵问题的加剧,准确的

ITS

交通流预测在智能交通系统()中的重要性日益增加。交通流数据具有显著的时空

依赖性,其受到天气、节假日及突发事件等多种因素的影响。本文首先分析了交通流的

基本特征及其时空变化规律,为后续模型的构建提供

文档评论(0)

1亿VIP精品文档

相关文档