城市交通预测是构建高效安全的新型城市交通体系的重要组成部分,预测未来一段时间内交通状况的变化趋势在实际的应用中很有价值。将多图卷积和注意力机制纳入Seq2Seq框架中,提出一个基于多图卷积和注意力的长时交通预测框架(multi⁃graph...城市交通预测是构建高效安全的新型城市交通体系的重要组成部分,预测未来一段时间内交通状况的变化趋势在实际的应用中很有价值。将多图卷积和注意力机制纳入Seq2Seq框架中,提出一个基于多图卷积和注意力的长时交通预测框架(multi⁃graph convolution and attention network for long⁃time traffic predic⁃tion,MGANL)。在纽约自行车真实数据集上进行实验,验证所提出框架在长时交通预测场景的有效性,并分析不同解码器结构对长时预测的影响,为其他短时预测模型扩展到长时预测场景提供参考。展开更多
文摘城市交通预测是构建高效安全的新型城市交通体系的重要组成部分,预测未来一段时间内交通状况的变化趋势在实际的应用中很有价值。将多图卷积和注意力机制纳入Seq2Seq框架中,提出一个基于多图卷积和注意力的长时交通预测框架(multi⁃graph convolution and attention network for long⁃time traffic predic⁃tion,MGANL)。在纽约自行车真实数据集上进行实验,验证所提出框架在长时交通预测场景的有效性,并分析不同解码器结构对长时预测的影响,为其他短时预测模型扩展到长时预测场景提供参考。
