基于时空卷积注意力网络的道路速度预测研究 ——以宁波主要路网为例

摘要：

针对交通流数据建模时空特性挖掘不足的问题,提出了STGAN网络.运用时空图卷积和注意力机制挖掘道路网络时空规律.注意力机制使得网络对相邻道路和历史时间数据的关注度不同,其分组注意力卷积的机制能够使得网络训练摆脱路网空间拓扑规模的限制,并使模型可运用在较大规模的路网上.实验表明,STGAN模型在宁波高、快速路和主干路上速度预测误差比DCRNN小,在宁波数据集上预测速度表现出良好的精度.

关键词：公路运输、速度预测、时空依赖、注意力、图卷积

所属期刊栏目：7

分类号：TP39;U495(计算技术、计算机技术)

资助基金：宁波市交通运输局科技项目202117

在线出版日期：2023-04-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：128-131