基本信息

---

下载

文档摘要

---

摘要

摘要

随着计算机科学与物联网技术的迅速发展，智能交通系统已成为城市综合

交通管理和智慧城市建设的核心支撑技术。作为智能交通系统的关键研究问题

之一，城市路网交通流预测旨在通过历史数据推演未来交通状况，为管理部门

提供决策支持。然而，交通流数据的时空耦合特性使其演化过程受多重因素制

约：一方面需遵循路网拓扑结构的空间约束，另一方面需应对时间维度的周期

性波动与事件驱动的非平稳性。虽然深度学习技术显著推动了该领域发展，但

现