原文传递
基于时空图卷积网络的城市交通流预测模型
| 题名： | 基于时空图卷积网络的城市交通流预测模型 |
| 作者： | 路佳玲;魏志成;田多 |
| 关键词： | 交通流预测;MFGC-STGCN;邻接矩阵;图卷积网络 |
| 摘要： | 针对交通流的高度非线性和复杂性特征，构建了多因子图构建时空图卷积网络（multi-factor graph construction spatio-temporal graph convolutional network，MFGC-STGCN），进行交通流预测，提出了获取节点间空间关联性的图构建算法，通过考虑节点间交互交通流数量、交互时间代价，以及流出交通流相似度三个因子，构建图的邻接矩阵。基于图卷积网络（graph convolutional network，GCN），以图的邻接矩阵构建拉普拉斯矩阵，提取交通流的空间特征，基于门控线性单元（gated linear units，GLU），提取交通流的时间特征，使用石家庄二环范围的网约车数据对模型进行评价，结果表明：MFGC-STGCN的预测精度优于其他对比预测模型。 |
| 期刊名称： | 武汉理工大学学报 |
| 出版年： | 2023 |
| 期： | 02 |
| 页码： | 234-238 |
检索历史
应用推荐
