基于时间图注意力的交通流量预测模型
Traffic flow prediction model based on attention mechanism of temporal graph
延边大学 工学院 智能信息处理研究室, 吉林 延吉 133002
摘要
交通状况预测是智能交通系统的一个重要组成部分，而车流量是交通状况最直接的体现，因而对交通流量进行预测具有重要的应用价值。一方面，城市中的道路本身带有空间拓扑性质，另一方面车流量随时间动态变化。因此交通流量预测问题的关键在于对数据中存在的时间和空间依赖进行建模。针对这一特性，使用神经网络模型和注意力机制来探索交通流量数据中的时空依赖关系，提出基于时间图注意力的交通流量预测模型。空间依赖方面，使用图卷积网络与注意力结合的学习算法对不同影响程度节点分配不同的权重，加入节点自适应学习，有效提取空间特征；时间依赖方面，使用时序卷积网络对时间特征进行提取，通过扩张卷积扩大感受域从而捕获较长时间序列数据的特征。由图注意力网络和时间卷积网络构成一个时空网络层，最终连接到输出层输出预测结果。该模型使用图卷积神经网络和注意力机制结合的方式提取空间特征，充分考虑了道路间的空间关系，利用时序卷积网络捕获时间特征。在两个真实的数据集上进行实验后发现，在未来15 min、30 min、60 min的时间段内该模型都有良好表现，结果优于现有基准模型。
基金项目
国家自然科学基金资助项目(62162062)
出版信息
DOI: 10.19734/j.issn.1001-3695.2021.08.0344
出版期卷: 《计算机应用研究》 印刷出版, 2022年第39卷 第3期
所属栏目: 算法研究探讨
出版页码: 770-773,779
文章编号: 1001-3695(2022)03-021-0770-04
发布历史
[2021-11-15] 优先出版
[2022-03-05] 印刷出版
引用本文
姚晓敏, 张心蓝, 张振国. 基于时间图注意力的交通流量预测模型 [J]. 计算机应用研究, 2022, 39 (3): 770-773,779. (Yao Xiaomin, Zhang Xinlan, Zhang Zhenguo. Traffic flow prediction model based on attention mechanism of temporal graph [J]. Application Research of Computers, 2022, 39 (3): 770-773,779. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
