[发明专利]一种高速公路交通流量预测方法

权利要求书

1.一种高速公路交通流量预测方法，其特征在于：依次包括以下步骤：

S1.将各监测点所采集数据构建图结构，并按时间单位重构时序数据，并分别通过时序卷积和图卷积操作得到相关的时空特征；

S2.借助嵌入技术将其他影响流量预测结果的数据嵌入至低维空间，得到低维影响特征；

S3.结合低维影响特征并运用注意力机制以赋予不同时间单位间隔下时序数据权重，最后综合其他影响因素特征通过全连接层得到预测结果。

2.如权利要求1所述的一种高速公路交通流量预测方法，其特征在于：所述步骤S1中，对各监测点所采集数据构建图结构，并得到时空特征，具体包括如下步骤：

步骤a1、选取空间上监测点位置，并表示为通过欧式距离度量各监测点间相关性的邻接矩阵S_t；

步骤b1、获取各个监测点上交通数据，并按照时序排列，得到以时序长度为行数、监测点数为列数的矩阵F；

步骤c1、根据问题性质选取合适若干时间单位，并分别从步骤b1所述矩阵F中，得到若干连续时间片段，构建该时间单位间隔下的输入；

步骤d1、对步骤c1中各时间片段先后依次进行时序卷积、图卷积、时序卷积三次卷积运算，并根据问题需要重复若干次三次卷积运算，以得到不同时间单位间隔下的各个时空特征，当有效提取时空特征时，进入步骤e1，否则，重复时序卷积、图卷积、时序卷积三次卷积运算；

步骤e1、将不同时间单位间隔下的时空特征进行张量合并操作，得到时空特征HF_ST。

3.如权利要求1所述的一种高速公路交通流量预测方法，其特征在于：所述步骤S2中，借助于嵌入技术得到低维影响特征，具体包括以下步骤：

步骤a2、选定影响交通流量预测结果的其他影响因素，并按时序排列；

步骤b2、根据问题性质选取合适若干时间片段上的影响因素，作为输入；

步骤c2、将输入的影响因素借助嵌入技术，将其嵌入至低维空间得到低维特征向量；

步骤d2、将所得到的各低维特征向量进行张量合并操作，得到低维影响特征HF_Inf。

4.如权利要求1至3中的任一项所述的一种高速公路交通流量预测方法，其特征在于：所述步骤S3中，借助于注意力机制，根据时空特征及低维影响特征，通过全连接层得到预测结果，具体包括以下步骤：

步骤a3、将低维影响特征HF_Inf通过全连接层，并将结果与时空特征HF_ST做矩阵乘法得到共享特征；

步骤b3、对共享特征做处理以作为时空特征HF_ST的权重；

步骤c3、通过若干全连接层得到预测结果。

5.如权利要求3所述的一种高速公路交通流量预测方法，其特征在于：所述影响交通流量预测结果的其他影响因素包括出入口车型数据、日期数据。