图增强时空预测网络

预测精度提升9.19%

针对城市双向路网与复杂拓扑设计的完全注意力时空网络,通过图表示显式编码空间信息,实现更准确的交通预测。

Guangyue, Li · Jinghan, Wang · Zilong, Zhao · Yang, Chen · 唐炉亮 · Li Q.

International Journal of Applied Earth Observation and Geoinformation 2024

参数信息

预测精度提升
9.19 %

技术优势

更准

在武汉真实数据集上比现有最优方法提升9.19%,通过显式建模路网拓扑捕捉更准确的空间依赖。

看得见路网

构建精细双向路网图(BRG),特别关注交叉口转向模式,更真实刻画城市路网。

空间显式建模

通过图表示和空间信息编码(SIE)显式刻画道路重要性和网络结构,使空间注意力能同时利用拓扑和交通模式相似性。

短长兼顾

设计多尺度残差感知模块,平衡短期波动与长期周期性,捕捉时间动态。

应用场景