[发明专利]一种聚合信息差异的神经网络结合时间序列预测的方法

摘要

本发明公开一种聚合信息差异的神经网络结合时间序列预测的方法，属于深度学习与智能交通领域，能够同时捕获地铁客流数据的时间和空间特征，本发明提出一种新的基于聚合信息差异最大化的方法对图卷积网络的傅里叶域中定义的平滑滤波器进行改进。本发明通过GateRecurrentUnit模型中的门控机制，在捕获当前时刻的客流信息的同时，仍然尽最大可能保留了历史信息的变化趋势，充分考虑了客流信息之间的时间依赖关系，最后，在真实交通网络上海地铁交通网络上进行测试，可以判断出本发明能够有效的抵消图神经网络的傅里叶域中定义的平滑滤波器对预测结果的影响，解决了在预测峰值客流数据时预测结果偏平滑而导致的预测精度不高的问题。