一种基于深度学习的城市交通客流预测方法和设备

摘要

本发明提供一种基于深度学习的城市交通客流预测方法和设备用于解决提供一种准确的能预测城市交通线路上的未来短时内客流的方法的问题。其中方法包括步骤：根据交通路线和站点的地理信息，构建网格地图；根据站点的客流量信息更新网格地图中站点所对应的网格的像素值；将网格地图作为深度学习算法的输入，预测城市交通的客流量。由上述技术方案可知，本发明利用地理信息系统将地铁客流站点网络转换成图片信息作为卷积神经网络的输入，提取客流的空间信息。然后将卷积神经网络的输出作为长短时神经网络的输入进行时间特征的提取。最后将时空特征作为全连接神经网络的输入进行客流预测。