公开(公告)号：CN118351690A

公开(公告)日：2024-07-16

申请号：CN202410492313.7

申请日：2024-04-23

申请人： 上海工程技术大学

发明人： 介玉蕊 ,  郝椿淋 ,  张剑

IPC分类号： G08G1/01 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084

摘要： 本发明公开了一种基于自注意机制和深度学习的交通流预测方法，属于交通监测技术领域。它包括以下步骤：S1、利用TCN收集包含X1‑X6的六维交通流特征得重要特征；S2、BiGRU处理重要特征，得输出向量；S3、将输出向量输入至自注意机制层，获取自注意力机制权重；融合自注意力机制权重和输出向量并经线性变换，最终得TCN‑BiGRU‑自注意力机制交通流预测模型；S4、基于模型预测某一时刻的交通流量，并对比该时段的真实交通流数据。本发明将TCN、BiGRU和自注意机制的输出三者融合，捕捉不同位置之间的关系和重要性，更好地适应复杂的交通流动性变化和模式，更全面地捕捉序列中的信息，提高预测的准确性。