基于可解释时空注意力机制的停车泊位预测方法

摘要

本发明公开了一种基于可解释时空注意力机制的停车泊位预测方法，步骤包括：1)确定待预测停车场，采集停车场泊位数据；2)对收集到的停车场泊位数据进行预处理；3)构建基于双向长短期记忆神经网络的泊位预测模型；4)在时空注意力机制层捕获全局关键特征信息；5)将预处理后的数据划分为训练集与测试集，用训练集数据训练构建的时空注意力机制神经网络模型，用自适应矩估计优化算法寻找全局最优点；6)对得到的时空注意力机制神经网络模型运行测试集数据，统计并记录运行结果，得到泊位预测结果、空间注意力权重和时间注意力权重。本发明解决了现有停车泊位预测方法精度低、预测结果不稳定的问题。