基于時空感知Transformer的交通流預測模型

摘要： 交通流預測是智能交通系統(tǒng)的一個熱點研究領域，其根本挑戰(zhàn)是對交通數(shù)據(jù)中復雜的時空相關性進行有效建模。針對大部分現(xiàn)有時空Transformer模型在構(gòu)建時空相關性矩陣時忽略了時間趨勢性和空間異質(zhì)性的重要影響的問題，提出一種基于時空感知Transformer的交通流預測模型。首先，采用改進的時空感知自注意力機制挖掘交通流數(shù)據(jù)中潛在的時間趨勢性和空間異質(zhì)性特征，建立精確的時空相關性矩陣... （共8頁）