图神经网络 | Python实现基于T-GCN时间图卷积网络模型的交通预测

图神经网络 | Python实现基于T-GCN时间图卷积网络模型的交通预测

目录

    • 图神经网络 | Python实现基于T-GCN时间图卷积网络模型的交通预测
      • 效果分析
      • 基本描述
      • 模型结构
      • 程序实现
      • 参考资料

效果分析

图神经网络 | Python实现基于T-GCN时间图卷积网络模型的交通预测_第1张图片
图神经网络 | Python实现基于T-GCN时间图卷积网络模型的交通预测_第2张图片
图神经网络 | Python实现基于T-GCN时间图卷积网络模型的交通预测_第3张图片

基本描述

准确、实时的交通预测在智能交通系统中发挥着重要作用,对城市交通规划、交通管理和交通控制具有重要意义。然而,交通预测一直被认为是一个开放的科学问题,受城市路网拓扑结构的约束和随时间动态变化的规律,即空间依赖性和时间依赖性。为了同时捕捉空间和时间依赖性,我们提出了一种新的基于神经网络的流量预测方法,即时间图卷积网络(T-GCN)模型&

你可能感兴趣的:(图与网络分析,#,交通状态分析,T-GCN,GCN,时间图卷积网络,卷积网络,交通预测)