[发明专利]一种针对多源异构数据的城市交通行程时间预测方法

摘要

本发明通过网络安全领域的方法，实现了一种针对多源异构数据的城市交通行程时间预测方法。分为三个实施步骤：步骤一：收集交通出行数据和外部属性信息，完成数据预处理和标注，构建适用于深度学习任务的训练集、验证集和测试集；步骤二：构建基于多视角卷积和注意力机制的深度神经网络模型，并在构建的数据集上进行训练得到深度神经网络模型；步骤三：输入待预测的行程轨迹，采用训练得到的深度神经网络模型进行推理，得到行程时间预测结果。本发明提供的方法能够提供一种能够综合考虑城市路网信息、GPS轨迹信息、天气信息、驾驶者信息等多源异构数据的交通行程时间预测的方法，相对当前现有方法而言能够实现更准确和稳定的交通行程时间预测，从而为智能交通运输系统的建设提供支撑。