基于自监督时空Transformer模型的高速公路短时流量预测方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于自监督时空Transformer模型的高速公路短时流量预测方法
申请号:CN202410819888
申请日期:2024-06-24
公开号:CN118781794A
公开日期:2024-10-15
类型:发明专利
摘要
本发明的一种基于自监督时空Transformer模型的高速公路短时流量预测方法,包括以下步骤:S1.输入交通流量数据;S2.数据预处理;S3.模型参数设置;S4.构建网络模型,构建由时空Transformer模块、掩码自编码模块构成的自监督时空Transformer模型;S5.训练网络模型,对训练集数据遍历每种缺失方法和缺失率,分别引入缺失数据进行模型训练;S6.测试网络模型,将训练好的网络模型采用验证集数据进行测试和验证,得到最佳模型参数。通过本发明的预测方法能够更好地捕捉交通数据中的时空依赖性,通过本发明的模型增强了对缺失数据的适应能力,提高了交通流量的预测性能。
技术关键词
高速公路短时流量预测方法 编码模块 前馈神经网络 训练集数据 多头注意力机制 训练样本数据 网络模型训练 参数 误差函数 数据编码 非线性 门架 优化器 解码器