基于发散卷积和GAT的智能交通系统流量短期预测方法及系统

本发明公开了基于发散卷积和GAT的智能交通系统流量短期预测方法及系统，通过统计相关的方法例如历史平均值法补全交通流数据集中的缺失值，通过计算各个节点之间的距离，使用带阈值的高斯核建立表示节点邻近程度的邻接矩阵，并利用发散卷积层充分提取交通流数据的时空特征，再将提取的特征利用基于图注意力机制和发散卷积门控循环单元网络的带计划采样的编解码器程序进行预测。本发明能有效改善了数据缺失的问题，在预测精度和运算效率上都有显著提高，尤其是短时预测效果更佳。