科研之友
微信
新浪微博
Facebook
分享链接
摘要
城市交通预测是构建高效安全的新型城市交通体系的重要组成部分，预测未来一段时间内交通状况的变化趋势在实际的应用中很有价值。将多图卷积和注意力机制纳入Seq2Seq框架中，提出一个基于多图卷积和注意力的长时交通预测框架（multi-graph convolution and attention network for long-time traffic prediction,MGANL）。在纽约自行车真实数据集上进行实验，验证所提出框架在长时交通预测场景的有效性，并分析不同解码器结构对长时预测的影响，为其他短时预测模型扩展到长时预测场景提供参考。
- 单位
