发明 一种基于时空图迁移学习的交通流预测方法
智能交通 智慧城市 路况分析 交通预测 路网优化 【智能交通 智慧城市 路况分析 交通预测 路网优化】 3人
G08G1/01 G06Q10/04 G06Q50/30 G06N3/0464 G06N3/049 G06N3/045 G06N3/094 G06N3/096
摘要：本发明涉及智能交通领域，具体涉及一种基于时空图迁移学习的交通流预测方法，包括构建并训练TL‑STGCN模型，获取待处理交通流数据输入训练好的TL‑STGCN模型，输出预测结果；所述TL‑STGCN模型包括时空图卷积网络、域判别器模块和预测模块；本发明结合数据充足的源路网的交通流特征，辅助预测数据稀缺的目标路网未来交通流，结果表明，对于数据稀缺的交通路网预测任务，TL‑STGCN比现有基线模型具有更好的预测性能。
