摘要
本发明涉及交通管理领域，公开了一种基于多源异构数据融合的交通态势预测方法，包括以下步骤，首先，从多个数据源采集目标区域的交通态势相关数据，包括交通流量数据、车辆速度数据、视频图像数据、气象数据及历史交通统计数据；其次，对采集的交通态势相关数据进行预处理，包括数据清洗、归一化或标准化处理，并进行时空同步与匹配；其中，数据清洗包括噪声去除、异常值处理及缺失值填补；最后，将预处理后的数据输入到预先训练好的交通态势预测模型内，输出目标区域的预测交通拥堵程度。本发明通过交通相关态势数据和突发事件数据进行综合分析，最终实现通过多源协同机制提升预测全面性的目的。
