[发明专利]交通信息预测方法、装置、设备及存储介质

说明书

本发明提出一种交通信息预测方法、装置、设备及存储介质，涉及数据处理领域，其中方法包括：通过获取目标城市交通路图，并将目标城市交通路图划分成多个目标子图，然后将多个目标子图以及对应的目标交通状态信息组成目标输入数据，最后将目标输入数据输入预先训练好的交通信息预测模型中，得到交通信息预测值，其中，交通信息预测模型预先由源城市交通路图训练得到，目标城市交通路图的节点数少于源城市交通路网的节点数。利用数据量充足的源城市交通路网数据训练交通信息预测模型，然后将其应用于数据量较少的目标城市，能够显著提高目标城市的交通信息预测精度和预测效率。

技术领域

本申请实施例涉及数据处理技术领域，尤其涉及一种交通信息预测方法、装置、设备及存储介质。

背景技术

城市化的快速发展使人们的生活更加现代化，然而，它也给现代城市带来如交通拥堵、环境污染和土地使用过度等较多问题。大数据的扩散和计算能力的快速发展，为利用数据科学和计算技术解决这些问题提供了可能性，城市计算旨在利用城市中产生的海量数据进行智慧城市系统建设。

例如交通速度预测是智慧城市系统建设的一个挑战。相关技术中有经典统计方法和深度学习模型，传统统计方法例如利用自回归综合移动平均和历史平均来进行交通速度预测，但这种方法均局限于非平稳序列，处理高度复杂的非线性时间序列数据的能力非常有限。深度学习模型例如数据驱动模型，利用大数据来进行交通速度预测，但该方法面临着城市数据稀缺的问题。这种数据匮乏的问题主要归因于构建城市范围内交通传感器综合系统的成本过高，以及收集数据需要相当长的时间。

发明内容

以下是对本文详细描述的主题的概述。本概述并非是为了限制权利要求的保护范围。

本申请实施例提供一种交通信息预测方法、装置、设备及存储介质，能够将利用数据量充足的城市数据训练交通信息预测模型，并将其迁移到数据量稀少的城市中进行交通信息预测，有效提高交通信息预测精度和预测效率。

第一方面，本申请实施例提供一种交通信息预测方法，包括：

获取目标城市交通路图，并将所述目标城市交通路图划分成多个目标子图；

将多个所述目标子图以及对应的目标交通状态信息组成目标输入数据；

将所述目标输入数据输入预先训练好的交通信息预测模型中，得到交通信息预测值，所述交通信息预测模型预先由源城市交通路图训练得到，所述目标城市交通路图的节点数与所述源城市交通路网的节点数不同。

在一可选的实现方式中，所述获取目标城市交通路图，并将所述目标城市交通路图划分成多个目标子图，包括：

将所述目标城市交通路图按照不同比例进行尺寸缩小，得到多个不同比例的缩略图；

按照划分数目对最小比例的所述缩略图进行初步划分，得到第一目标子图集合；

根据所述第一目标子图集合中节点映射关系将所述目标城市交通路图划分成对应的目标子图。

在一可选的实现方式中，所述获取目标城市交通路图，并将所述目标城市交通路图划分成多个目标子图之前，还包括：

当所述目标城市交通路图的节点数不能被所述划分数目整除时，用元素零对所述目标城市交通路图进行数据补全。

在一可选的实现方式中，所述交通信息预测模型包括空间相关性子模型和时间相关性子模型；

所述将所述目标输入数据输入预先训练好的交通信息预测模型中，得到交通信息预测值，包括：

根据所述目标输入数据，利用所述空间相关性子模型获取空间信息；

根据所述空间信息，利用所述时间相关性子模型获取时间信息，以便根据所述空间信息和所述时间信息得到所述交通信息预测值。