原文传递
基于多视图时空卷积的交通流量预测模型
| 题名： | 基于多视图时空卷积的交通流量预测模型 |
| 作者： | 张艳红 1,2,3 郭伟彤 4 张斌 4 |
| 作者单位： | 1. 中国公路工程咨询集团有限公司2. 公路建设与养护技术材料及装备交通运输行业研发中心3. 中交集团公路路面养护技术研发中心4. 山西交通控股集团有限公司 |
| 关键词： | 交通工程;交通流预测;时空卷积;注意力机制;Transformer; |
| 摘要： | 交通流量预测一直是智能交通系统的首要任务。由于交通流量序列具有复杂的时空依赖性，使得对其准确预测变得极具挑战性。现有很多工作主要基于循环神经网络、图网络以及Transformer模型构建交通流量预测模型。考虑到卷积网络具有计算效率高以及特征提取能力强等优点，提出基于多视图时空卷积的交通流量预测模型。模型在输入编码层对序列数据进行表示学习，并引入了位置信息和时间信息。在时空特征表示学习层，考虑到序列具有不同的周期模式，设计了多个表示学习模块。每个时空表示学习模块，基于一维卷积完成局部时空特征挖掘，然后基于因果卷积实现全局时空特征挖掘。在预测层，引入通道注意力机制提升模型对时空特征利用的有效性。在2个真实交通数据集上的实验结果，验证了MSTC模型在交通流预测任务上的有效性。 |
| 期刊名称： | 公路 |
| 出版日期： | 202401 |
| 出版年： | 2024 |
| 期： | 8 |
检索历史
应用推荐
