一种基于注意力机制的双向GRU轨迹预测方法

摘要

本发明涉及一种基于注意力机制的双向GRU轨迹预测方法，包括以下步骤：获取原始GPS数据，并对获取的原始GPS数据进行预处理；对预处理后的原始GPS数据进行数据扩充，以得到样本数据；构建基于注意力机制的双向GRU神经网络模型；将样本数据输入双向GRU神经网络模型，结合WOA算法进行训练，以得到轨迹预测模型；获取当前实际GPS数据，将实际GPS输入轨迹预测模型，输出得到对应的轨迹预测值。与现有技术相比，本发明对双向GRU神经网络两个方向的隐含层状态进行求和处理，使得双向GRU网络可以同时考虑过去和未来的信息，在迭代过程中利用注意力机制分析并选择重要特征，并采用WOA算法优化网络架构进而提高模型的泛化能力，以此有效提高轨迹预测的精度和速度。