基于动态时空超图与大语言模型的多模态交通流预测方法

本发明公开了基于动态时空超图与大语言模型的多模态交通流预测方法，涉及计算机机器学习领域，包括：获取交通数据集，对齐文本描述与传感器数据的时间戳，划分训练集、验证集与测试集；构建动态时空超图，保留关键时空依赖关系；构建交通流预测模型，采用训练集对模型进行训练，验证集监控训练过程并调整超参数，最终采用测试集评估模型预测性能。本发明优于现有方法，证明了其在复杂动态交通环境中的有效性。