一种基于时空融合图神经网络的交通流量预测方法.pdf

本发明提出一种基于时空融合图神经网络的交通流量预测方法,属于交通流时空数据预测领域。针对现有框架使用单独的模块来处理时空相关性以及只使用独立的组件来捕获局部或全局异构依赖关系,提出一种基于时空融合图神经网络的交通流量预测方法。本发明创新性地使用一种数据驱动的“时间图”生成方法,以补偿空间图可能无法反映的几种现有相关性,通过对不同时间段并行处理的各种时空图进行新的融合操作,可以有效地学习隐藏的时空依赖关系。同时,将该融合图模块和一个新的门卷积模块集成到一个统一的层中,可以学习更多的时空相关性来处理长序列。将所提的网络模型应用于交通流量预测,能达到提升准确率的目的,实验结果验证了所提方法的有效性。