基于随机矩阵动态时空网络的交通流量预测

摘要： 为了更灵活地建模交通数据中复杂多变的时空结构并提升其对异常交通模式的识别能力，提出了一种新型的随机矩阵动态时空网络(Random Matrix-based Dynamic Spatiotemporal Network, RM-DTSN)模型，该模型引入了时空随机矩阵嵌入机制，摒弃了对预定义邻接矩阵的依赖，能够根据输入的数据动态调整节点间的空间交互强度，从而更精准地表达节点间异构... （共12页）