一种基于双分支时空对比学习的长期交通异常检测方法

本申请提供一种基于双分支时空对比学习的长期交通异常检测方法，基于待检测的交通网络获得多个视图，各个视图包括多个节点。针对各个视图，获得视图中各节点的交通信号及节点之间的邻接矩阵。基于预先训练得到的检测模型的第一分支，并根据各节点的交通信号获得全局动态时空依赖关系信息，基于检测模型的第二分支，并根据各节点的交通信号和节点之间的邻接矩阵获得静态区域时空依赖关系信息。最后基于全局动态时空依赖关系信息和静态区域时空依赖关系信息，获得各节点的表征其是否存在长期交通异常的异常分值。本方案可以结合动态数据时空异质性、节点的静态服务进行长期交通异常检测，准确进行异常的长期交通流的检测。