基于图卷积神经网络和注意力机制的短时交通流量预测

• 作者: 吕宜生 李志帅 熊刚
• 来源期刊: 交通工程
• 学科: 交通运输
• 关键词: 图卷积神经网络 注意力机制 短时交通流量预测 智能交通系统
• 年，卷（期）: 2019,（4）
• 页码范围: 15-19,28
• 页数: 6页
• 分类号: U495
• 语种: 中文
• DOI: 10.13986/j.cnki.jote.2019.04.003

摘要

本文提出一种基于图卷积神经网络和注意力机制的短时交通流量预测模型.该模型利用图卷积网络捕获路网流量空间特征;利用自注意力机制调整网络输出,提高最终预测结果的精确度.实验结果表明,相较于对比方法,本文提出的图卷积注意力网络模型可提升预测精度.