面向交通流预测的分支定界算法图卷积模型 |
| |
引用本文: | 王静潇,王辛岩,周禹彤,张越.面向交通流预测的分支定界算法图卷积模型[J].现代电子技术,2023(12):153-158. |
| |
作者姓名: | 王静潇 王辛岩 周禹彤 张越 |
| |
作者单位: | 西藏大学工学院 |
| |
基金项目: | 国家自然科学基金项目:基于西藏地域特色的道路景观形态研究(51868068); |
| |
摘 要: | 为对交通流进行准确预测,提出一种将图优化与预测相结合,在单管路中面向交通流的时空混合图卷积预测模型,用于边缘环境下物联网的城市交通流预测。首先对关联图进行预处理,以去除城市交通数据原始道路网中的噪声;再用LOF删除不相关的模型和噪声;最后将得到的图扩展成图卷积神经网络,估算城市的交通流。另外,采用基于分支定界的优化技术对超参数进行精确调整。结果表明:所提模型在交通流预测方面效果更优,当图中节点数较多时,预测的精准性明显优于其他基准模型。
|
关 键 词: | 智能交通系统 混合图卷积神经网络 交通流预测 分支定界算法 深度学习 预处理 超参数优化 |
|
|