公开(公告)号：CN119181256A

公开(公告)日：2024-12-24

申请号：CN202411693544.0

申请日：2024-11-25

Applicant: 南京信息工程大学

Inventor： 王森 ,  刘文杰 ,  李志钢

IPC: G08G1/048 ,  G08G1/01 ,  G06F18/25 ,  G06N3/0455 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/08 ,  G06F18/2134

Abstract: 本发明提供了基于气象信息融合的深度学习交通流量预测方法，包括以下步骤：步骤1，对交通数据和天气数据进行预处理；步骤2，建立时间对齐模块，解决交通数据与天气数据的时间错位问题；步骤3，对交通数据和天气数据进行嵌入编码；步骤4，建立增强时空卷积网络，交通数据通过增强时空卷积网络提取出时空特征，气象数据通过增强时空卷积网络提取出时序特征；步骤5，建立对比学习模块，对时空特征和时序特征进行特征融合与对比学习；步骤6，生成交通流量的预测值。本发明有效地解决了现有交通流量预测方法在多源数据整合、长时间依赖捕捉以及特征融合等方面的不足，为提升交通流量预测的精度和实际应用的广泛性提供了新的技术途径。