交通流量预测:T-GCN A Temporal Graph Convolutional Network for Traffic Prediction
摘要为了同时捕捉时空相关性,将图卷积网络(GCN)和门控递归单元(GRU)相结合,提出了一种新的基于神经网络的流量预测方法–时态图卷积网络(T-GCN)模型。具体地,GCN用于学习复杂的拓扑结构以捕获空间相关性,而门控递归单元用于学习交通数据的动态变化以捕获时间相关性。Ⅱ.方法A.问题定义定义一:G=(V,E)邻接矩阵A(1表示两个路有连接,反之没有),把路当作结点,N是结点的数量定义二:XN×P