基本信息

---

下载

文档摘要

---

摘要

摘要

城市交通流预测作为智能交通系统的重要组成部分，对现代城市治理和未

来智慧城市建设具有重要意义。然而，由于部分城市存在交通数据匮乏和数据收

集手段不完善等问题，传统的交通流预测方法难以取得理想效果。深度迁移学习

作为一种通过深度神经网络实现域间知识迁移的技术手段，近年来被研究人员

引入交通流预测领域以缓解数据短缺问题，但受交通流数据复杂时空特性的影

响，以及不同城市在交通设施、路网结构和出行模式等方面存在的显著