基于自适应扩散图卷积注意力网络的地铁客流预测

摘要： 准确的地铁客流预测是智能交通系统应对交通挑战、协调运营调度、规划未来建设的重要战略需求。然而，先前将图卷积网络与深度学习模型(如循环神经网络、长短期记忆网络和门控循环神经网络等)相结合的相关研究只能提取基于路网图结构的时间和空间相关性，而忽略了地铁站点之间隐藏的空间相关性和随时间变化的动态时间和动态空间相关性。为了挖掘交通数据中复杂的时空相关性以实现精确的地铁客流预测，提出一种... （共14页）