融合變分模態(tài)分解的時空卷積短時車速預(yù)測

摘要： 精準(zhǔn)的短時車速預(yù)測能夠幫助城市緩解交通擁堵問題。針對卷積神經(jīng)網(wǎng)絡(luò)(CNN)不能處理非歐式幾何數(shù)據(jù)的缺陷，考慮到圖卷積神經(jīng)網(wǎng)絡(luò)(GCN)整合全局特征的優(yōu)點(diǎn)，結(jié)合雙向長短期記憶網(wǎng)絡(luò)(BiLSTM)提取時間特征的能力，將GCN和BiLSTM相結(jié)合，充分挖掘路網(wǎng)信息的時空特性。為了減少噪聲對數(shù)據(jù)的干擾，引入變分模態(tài)分解(variational modal decomposition, ...