考慮非鄰近節(jié)點空間相關(guān)性的交通流預測模型

打開文本圖片集

摘 要：針對現(xiàn)有的交通流預測模型存在難以對非鄰近節(jié)點之間的時空相關(guān)性顯式建模的問題，提出一種新的利用超圖表征空間相關(guān)性的超圖卷積神經(jīng)網(wǎng)絡(luò)模型（double attention hypergraph convolution neural network，A2HGCN）。首先，通過尋找節(jié)點之間的相似關(guān)系構(gòu)造超邊，利用節(jié)點之間的連接關(guān)系構(gòu)造超圖;然后提出一個超圖卷積模型，其中利用超圖卷積和將超圖線擴展為圖后利用線圖卷積來捕獲潛在的空間相關(guān)性;再利用融合雙層注意力機制的卷積長短時記憶網(wǎng)絡(luò)捕獲時間相關(guān)性，最后得出預測結(jié)果。（剩余18623字）