[发明专利]一种多层时空交通知识图谱重建的交通预测方法及系统

权利要求书

1.一种多层时空交通知识图谱重建的交通预测方法，其特征在于，包括：

基于待预测区域的交通道路网数据构建交通知识图谱路网层，并基于所述待预测区域的实时路况数据、所述交通道路网数据和训练后的ST-GCN模型计算得到交通流量预测值；

根据所述交通流量预测值对所述交通知识图谱路网层进行重建，得到交通知识图谱流量层；

利用Mean-Shift算法对所述交通知识图谱流量层的流量数据进行聚类，得到聚类数据，并根据所述聚类数据对所述交通知识图谱流量层进行重建，得到交通知识图谱功能层；

基于所述交通知识图谱功能层对所述待预测区域进行功能划分，基于功能划分后的结果对所述待预测区域的交通进行预测。

2.根据权利要求1所述的一种多层时空交通知识图谱重建的交通预测方法，其特征在于，在所述基于待预测区域的交通道路网数据构建交通知识图谱路网层之前，还包括：

基于所述待预测区域的历史路况数据和所述交通道路网数据对预设的ST-GCN模型进行训练，得到所述训练后的ST-GCN模型。

3.根据权利要求2所述的一种多层时空交通知识图谱重建的交通预测方法，其特征在于，在所述基于所述待预测区域的历史路况数据和所述交通道路网数据对预设的ST-GCN模型进行训练，得到所述训练后的ST-GCN模型之前，还包括：对所述交通道路网数据、历史路况数据和当前路况数据进行预处理。

4.根据权利要求1所述的一种多层时空交通知识图谱重建的交通预测方法，其特征在于，所述基于所述待预测区域的实时路况数据、所述交通道路网数据和训练后的ST-GCN模型计算得到交通流量预测值，具体包括：

根据所述交通道路网数据构建邻接矩阵，并根据实时路况数据构建实时属性矩阵，将所述邻接矩阵和所述实时属性矩阵输入所述训练后的ST-GCN模型，计算得到所述交通流量预测值。

5.根据权利要求4所述的一种多层时空交通知识图谱重建的交通预测方法，其特征在于，所述交通知识图谱路网层包括：多个无向的路段实体；所述根据所述交通流量预测值对所述交通知识图谱路网层进行重建，得到交通知识图谱流量层，具体包括：基于所述交通流量预测值对所述交通知识图谱路网层中的所述多个无向的路段实体之间的关系进行重建，得到所述交通知识图谱流量层。

6.一种多层时空交通知识图谱重建的交通预测系统，其特征在于，包括：创建模块、第一处理模块、第二处理模块、运行模块；

所述创建模块用于：基于待预测区域的交通道路网数据构建交通知识图谱路网层，并基于所述待预测区域的实时路况数据、所述交通道路网数据和训练后的ST-GCN模型计算得到交通流量预测值；

所述第一处理模块用于：根据所述交通流量预测值对所述交通知识图谱路网层进行重建，得到交通知识图谱流量层；

所述第二处理模块用于：利用Mean-Shift算法对所述交通知识图谱流量层的流量数据进行聚类，得到聚类数据，并根据所述聚类数据对所述交通知识图谱流量层进行重建，得到交通知识图谱功能层；

所述运行模块用于：基于所述交通知识图谱功能层对所述待预测区域进行功能划分，基于功能划分后的结果对所述待预测区域的交通进行预测。

7.根据权利要求6所述的一种多层时空交通知识图谱重建的交通预测系统，其特征在于，在所述创建模块之前，还包括：训练模块；

所述训练模块用于：基于所述待预测区域的历史路况数据和所述交通道路网数据对预设的ST-GCN模型进行训练，得到所述训练后的ST-GCN模型。

8.根据权利要求7所述的一种多层时空交通知识图谱重建的交通预测系统，其特征在于，在所述训练模块之前，还包括：预处理模块；

所述预处理模块用于：对所述交通道路网数据、历史路况数据和当前路况数据进行预处理。