基于时空相关性和卷积神经网络的短时交通流预测方法

摘要

本发明公开了基于时空相关性和卷积神经网络的短时交通流预测方法，挖掘交通流量数据之中的时空相关性，交通流量数据并转化为具有时空交通流量信息的二维矩阵，利用卷积神经网络对矩阵内部交通流的时空特征信息进行提取、处理和学习，最终得出预测结果，此外还采用了时空特征选择算法筛选出最佳输入数据。本发明深入挖掘交通流数据的随机性与不确定性，充分考虑交通流数据中的时空相关性，从而有效提高了交通流量数据的预测精度。