LVSTformer交通预测模型

多级多视图时空建模

从局部地理、全局语义与关键节点三个层次捕捉空间依赖,并通过门控时间自注意力动态建模长短时依赖,解决静态建模与周期信息利用不足的问题。

Jiaqi, Lin · 任倩倩 · 吕兴凤 · Hui, Xu · 刘勇

Information Fusion 2025

参数信息

预测性能提升
4.32 %

技术优势

多级空间依赖捕捉

从局部地理、全局语义和关键节点三个不同层次捕捉空间依赖,比大多数只考虑局部或静态关系的方法更全面。

动态融合长短时依赖

设计门控时间自注意力机制,动态捕捉长期和短期时间依赖,克服了静态时间建模的局限。

缓解过拟合与信息丢失

引入时空上下文广播模块,使注意力分数分布更均匀,增强了模型的泛化能力和鲁棒性。

应用场景