申请/专利权人:中国科学院软件研究所
申请日:2024-04-11
公开(公告)日:2024-06-25
公开(公告)号:CN118245931A
主分类号:G06F18/2431
分类号:G06F18/2431;G06F18/25;G06F30/27;G06N3/0442;G06F119/02
优先权:
专利状态码:在审-公开
法律状态:2024.06.25#公开
摘要:本发明公开一种基于多路Transformer网络的交通流预测方法及系统,属于人工智能技术领域。所述方法包括:构建多尺度的时间注意力网络;构建知识增强的空间注意力网络;基于时空耦合模块和时空分解模块构建一个包含Transformer网络的交通流预测网络;其中,所述时空耦合模块由多尺度的时间注意力网络和知识增强的空间注意力网络过门控网络融合构成,所述时空分解模块由多尺度的时间注意力网络和知识增强的空间注意力网络堆叠而成;依据该交通流预测网络实现交通流的预测。本发明可以解决现有交通流预测方法存在的局限性,实现对交通流的准确预测。
主权项:1.一种基于多路Transformer网络的交通流预测方法,其特征在于,所述方法包括:构建多尺度的时间注意力网络,所述多尺度的时间注意力网络用于忽略短期时间依赖关系且支持捕获长期时间依赖关系;构建知识增强的空间注意力网络,所述知识增强的空间注意力网络用于提升对重要节点的关注;基于时空耦合模块和时空分解模块构建一个包含Transformer网络的交通流预测网络;其中,所述时空耦合模块由多尺度的时间注意力网络和知识增强的空间注意力网络过门控网络融合构成,所述时空分解模块由多尺度的时间注意力网络和知识增强的空间注意力网络堆叠而成;依据该交通流预测网络实现交通流的预测。
全文数据:
权利要求:
百度查询: 中国科学院软件研究所 基于多路Transformer网络的交通流预测方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。