基于图卷积嵌入时空长短时记忆网络的交通流量预测方法

摘要

本发明提出了基于图卷积嵌入时空长短时记忆网络的交通流量预测方法，包括以下步骤：包括以下步骤：S1、数据预处理得到交通流量矩阵，并构建道路的邻接矩阵和k跳邻域矩阵；S2、构建图卷积嵌入时空长短时记忆网络模型，提取交通流量图卷积特征，并将生成的所有时间片的交通流量图卷积特征矩阵序列送入堆叠的4层时空长短时记忆网络中，输出下一时间片的交通流量预测值；S3、通过损失函数训练网络，优化网络参数，利用训练好的网络，完成交通流量的预测；与传统的卷积神经网络相比，能够更好地提取路网的空间特征，显著提高了预测的精度。