分层STGC交通预测网络

长短期时空关系并行建模

该网络通过并行提取长期与短期时空依赖,缓解了标准图卷积的过平滑问题,在三个公开数据集上表现稳健。

Huo, Guangyu · Zhang, Yong · 王博岳 · Gao, Junbin · 胡永利 · 尹宝才

IEEE Transactions on Intelligent Transportation Systems 2023

技术优势

长短期都能抓

LTT和STGC并行提取长期和短期时间关系,并通过注意力融合机制结合,避免只偏重单一尺度。

不担心过平滑

通过注意力融合机制将长短期时间关系结合后输入图卷积层,缓解GCN的过平滑问题,使深层网络仍能保留有效特征。

应用场景