[发明专利]一种基于时空图小波卷积神经网络的交通流预测方法

摘要

本发明涉及一种基于时空图小波卷积神经网络的交通流预测方法。包括：S1、交通流数据预处理；S2、交通流预测模型的建立；S3、交通流预测模型训练及参数调优；S4、基于参数调优的交通流预测模型进行交通流预测。本发明方法建立模型具有特点：结构上，STGWCNN模型采用两头大中间小的“三明治”结构以充分应用瓶颈策略，由图小波卷积神经网络层对通道进行下缩放和上缩放，实现尺度压缩和特征压缩。功能上，STGWCNN模型设计的图小波卷积神经网络层捕捉时空序列数据的空间拓扑结构，可以有效地学习局部化的、稀疏的特征表达，同时提升网络的表达效果和网络的灵活性；时间门控卷积层通过门控线性单元堆叠因果卷积，能够较好实现提取时空序列的时间依赖性目的。