摘要
本发明公开了一种面向交通流预测的树卷积网络模型方法及系统,该方法包括:接收交通数据,并抽象出交通图结构;将交通图结构抽象为节点及其连通关系,以获得节点分布的空间关系;初始化后节点并构建空间树矩阵;对空间树矩阵执行树卷积操作,并对卷积结果进行特征聚合,以生成高维交通流特征表示;基于深度学习网络构建预测模型,并将高维交通流特征输入到预测模型,以输出目标时间步的交通状态预测结果。通过构建空间树矩阵,能够更准确地捕捉交通流的时空依赖关系,从而有效结合交通节点之间的空间关联性和时间序列变化,同时增强了对交通节点间复杂关系的建模能力,最终实现通过树卷积操作对空间树矩阵进行处理,生成高维交通流特征表示。