[发明专利]车流量预测模型训练、车流量预测方法、装置及设备

权利要求书

1.一种车流量预测模型训练方法，其特征在于，包括：

确定车流量预测模型中时空模块对应的模块输入数据；其中，所述时空模块的数量为至少两个；所述模块输入数据包括第一模块输入数据和第二模块输入数据；

将所述模块输入数据输入至所述时空模块中，得到时空模块中间数据；

根据各所述时空模块中间数据确定车流量预测结果，以根据所述车流量预测结果训练所述车流量预测模型。

2.根据权利要求1所述的方法，其特征在于，在所述确定车流量预测模型中时空模块对应的模块输入数据之前，还包括：

获取车流量样本数据，并将所述车流量样本数据输入至所述车流量预测模型中的动态图构造模块，得到动态图输出数据；

所述确定车流量预测模型中时空模块对应的第一模块输入数据，包括：

根据所述动态图输出数据，确定各所述时空模块的所述第一模块输入数据。

3.根据权利要求2所述的方法，其特征在于，所述动态图输出数据为动态张量数据；

所述根据所述动态图输出数据，确定各所述时空模块的所述第一模块输入数据，包括：

在所述动态图输出数据中提取动态图邻接矩阵；其中，所述动态图邻接矩阵为包括时间维度的邻接矩阵；

将所述动态图邻接矩阵确定为各所述时空模块的所述第一模块输入数据。

4.根据权利要求1所述的方法，其特征在于，所述确定车流量预测模型中时空模块对应的第二模块输入数据，包括：

在确定所述时空模块不是第一个时空模块的情况下，将所述时空模块确定为当前时空模块，并将所述当前时空模块的上一个时空模块确定为目标时空模块；

确定所述目标时空模块的第一目标模块输入数据、第二目标模块输入数据和目标模块中间数据；

对所述第一目标模块输入数据和所述目标模块中间数据进行卷积计算，得到卷积数据；

将所述卷积数据和所述第二目标模块输入数据进行残差连接，得到目标模块输出数据；

将所述目标模块输出数据确定为所述当前时空模块的第二模块输入数据。

5.根据权利要求1所述的方法，其特征在于，所述确定车流量预测模型中时空模块对应的第二模块输入数据，还包括：

在确定所述时空模块是第一个时空模块的情况下，获取车流量样本数据；

通过所述车流量预测模型的全连接层对所述车流量样本数据进行数据转换，得到所述时空模块的第二模块输入数据。

6.根据权利要求1所述的方法，其特征在于，所述将所述模块输入数据输入至所述时空模块中，得到时空模块中间数据，包括：

对所述第二模块输入数据进行时间序列分解，得到周期项数据和趋势项数据；

对所述周期项数据进行周期数据处理，得到处理周期数据；

根据所述处理周期数据和所述趋势项数据，确定所述时空模块中间数据。

7.根据权利要求6所述的方法，其特征在于，所述对所述周期项数据进行周期数据处理，得到处理周期数据，包括：

确定所述周期项数据的自相关系数，并根据所述自相关系数确定所述周期项数据对应的至少一个数据周期；

根据各所述数据周期确定所述周期项数据对应的至少一个相似时间序列，并对各所述相似时间序列进行数据聚合得到至少一个聚合周期数据；

将各所述聚合周期数据与所述周期项数据进行数据融合，得到处理周期数据。

8.根据权利要求6所述的方法，其特征在于，所述根据所述处理周期数据和所述趋势项数据，确定所述时空模块中间数据，包括：

对所述处理周期数据进行时间序列分解，得到分解周期数据；

将所述分解周期数据和所述趋势项数据进行数据融合，得到所述时空模块中间数据。