典型文献
基于时空注意力图卷积神经网络的交通速度预测
文献摘要：
交通速度是衡量交通状态的一个重要指标,实时、准确的交通速度预测是构建智能交通系统的重要一环.针对交通速度存在随机性、非线性、时空相关性等问题,提出了一种新的基于注意力机制和图卷积神经网络相结合的交通速度预测模型.首先,使用注意力机制构建时空注意力权重矩阵,再联合图卷积方法捕获交通信息中的空间相关性特征;然后,通过门控时卷积的方法获取时间相关性;最后,将所提模型与其他5个基准模型分别在2组公开的交通速度数据集上进行预测.实验结果表明,该预测模型在2个数据集上的准确率分别为75.1％和86.6％,比先进的基准模型的准确率高3％左右.说明所提模型具有较高的准确率和稳定性,可为交通管理提供科学依据.
文献关键词：
交通速度预测;注意力机制;图卷积;时空相关性
中图分类号：
作者姓名：
黄伟坚;李春贵
作者机构：
广西科技大学 电气电子与计算机科学学院,广西 柳州 545616
文献出处：
引用格式：
[1]黄伟坚;李春贵-.基于时空注意力图卷积神经网络的交通速度预测)[J].广西科技大学学报,2022(01):54-62
A类：
B类：
时空注意力,注意力图,图卷积神经网络,交通速度预测,交通状态,智能交通系统,随机性,时空相关性,注意力机制,机制构建,注意力权重,权重矩阵,再联合,交通信息,空间相关性,过门,门控,时间相关性,交通管理
AB值：
0.268242
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
