10.19562/j.chinasae.qcgc.2021.11.012
基于多源数据的车流量时空预测方法
为提高车流量的预测精度,本文中从外部特征、时间特征和空间特征的角度综合考虑了多因素对车流量的影响,提出了一种基于多源数据和时空预测的车流量预测方法.在外部特征方面,深入探索了日期、天气和兴趣点特征对车流量影响;在时间特征方面,提出了基于时间卷积网络(TCN)的时间序列预测框架,并以近邻周期和日周期为基线分别建立时间预测模型;在空间特征方面,提出了基于图表示学习的空间特征提取方法,实现了相邻路网节点间的空间相关性特征提取.结果 表明,与多种现有预测方法相比,该方法在提升预测精度的同时改善了中长时车流量预测性能.
车流量;多源数据;深度学习;时空预测
43
TP391;U491.14;TN911.73
湖北省科技重大专项2020AAA001
2022-01-19(万方平台首次上网日期,不代表论文的发表时间)
共11页
1662-1672