1.一种交通需求预测方法,其特征在于,包括:获取交通数据中的时序特征;
根据所述时序特征进行时序信息编码,得到输入特征矩阵;所述输入特征矩阵包括全局时间特征矩阵和局部时间特征矩阵;
根据所述输入特征矩阵利用时间上的多头门控自注意力提取模块进行特征提取,得到带有时间特征的特征矩阵;
根据所述带有时间特征的特征矩阵利用空间上的多头门控递归图注意力模块进行特征提取,得到带有时间特征和空间特征的特征矩阵;
获取预设时间交通数据;
根据所述预设时间交通数据和所述带有时间特征和空间特征的特征矩阵确定预测结果;
所述输入特征矩阵的表达式为:
X
其中,X
所述根据所述输入特征矩阵利用时间上的多头门控自注意力提取模块进行特征提取,得到带有时间特征的特征矩阵,具体包括:根据所述输入特征矩阵利用自注意力机制进行处理,得到时序数据;
根据所述时序数据进行门控操作,得到带有时间特征的特征矩阵;所述门控操作包括线性投影和sigmoid操作;
所述根据所述预设时间交通数据和所述带有时间特征和空间特征的特征矩阵确定预测结果,具体包括:将所述预设时间交通数据进行全局时间特征和局部时间特征嵌入,得到解码器输入;
根据所述解码器输入利用带遮挡的时间上的多头门控自注意力进行处理,得到时序信息;
根据所述时序信息和所述带有时间特征和空间特征的特征矩阵利用所述时间上的多头门控自注意力提取模块确定时间上的多头门控自注意力提取模块输出结果;
根据所述时间上的多头门控自注意力提取模块输出结果和所述带有时间特征和空间特征的特征矩阵利用所述空间上的多头门控递归图注意力模块确定预测结果。
2.一种交通需求预测系统,其特征在于,包括:时序特征获取模块,用于获取交通数据中的时序特征;
时序信息编码模块,用于根据所述时序特征进行时序信息编码,得到输入特征矩阵;所述输入特征矩阵包括全局时间特征矩阵和局部时间特征矩阵;
多头门控自注意力提取模块,用于根据所述输入特征矩阵利用时间上的多头门控自注意力提取模块进行特征提取,得到带有时间特征的特征矩阵;
多头门控递归图注意力模块,用于根据所述带有时间特征的特征矩阵利用空间上的多头门控递归图注意力模块进行特征提取,得到带有时间特征和空间特征的特征矩阵;
预设时间交通数据获取模块,用于获取预设时间交通数据;
预测模块,用于根据所述预设时间交通数据和所述带有时间特征和空间特征的特征矩阵确定预测结果;
所述输入特征矩阵的表达式为:
X
其中,X
所述多头门控自注意力提取模块,具体包括:自注意力机制单元,用于根据所述输入特征矩阵利用自注意力机制进行处理,得到时序数据;
门控操作单元,用于根据所述时序数据进行门控操作,得到带有时间特征的特征矩阵;所述门控操作包括线性投影和sigmoid操作;
所述预测模块,具体包括:
嵌入单元,用于将所述预设时间交通数据进行全局时间特征和局部时间特征嵌入,得到解码器输入;
时序信息确定单元,用于根据所述解码器输入利用带遮挡的时间上的多头门控自注意力进行处理,得到时序信息;
解码器时间上的多头门控自注意力提取模块输出结果确定单元,用于根据所述时序信息和所述带有时间特征和空间特征的特征矩阵利用所述时间上的多头门控自注意力提取模块确定时间上的多头门控自注意力提取模块输出结果;
预测单元,用于根据所述时间上的多头门控自注意力提取模块输出结果和所述带有时间特征和空间特征的特征矩阵利用所述空间上的多头门控递归图注意力模块确定预测结果。
3.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1所述的方法。
4.一种计算机存储介质,其特征在于,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现如权利要求1所述的方法。