面向长时交通速度预测的几何代数深度神经网络模型方法

摘要

一种长时交通速度预测的几何代数深度神经网络模型方法，具体方法包括如下步骤：原始数据采集及数据预处理，使用速度数据，由道路上的感应线圈检测器按时间间隔采集得到，采集得到数据后，对原始速度数据进行预处理以去除异常元素；(2)生成交通速度时空矩阵，将融合了历史速度时空矩阵用几何代数编码生成多重向量时空矩阵作为几何代数深度神经网络模型的输入；(3)构建几何代数深度神经网络模型，通过几何代数深度神经网络对历史速度参数进行多维度的深入挖掘以及时空特征的提取，实现对交通速度的长时预测；(4)通过反向传播算法对网络进行预测任务的训练优化以及测试，最后得到预测结果。提高对未来全天交通速度预测的准确性。