来源：期刊VIP网 时间：
作者：高利峰;仇阿根;陈六嘉;王庆连;马国斌;
单位：中国测绘科学研究院;测绘科学与地球空间信息技术自然资源部重点实验室;国家公共信用和地理空间信息中心;青海省地理空间信息技术与应用重点实验室;
摘要：针对现有的城市大规模交通流量预测研究过度依赖全局建模导致模型计算复杂度高，难以应用到城市级大规模交通流量预测中，且对空间依赖性的建模不全面，忽视了区域间及功能相似区域流量关联，降低了预测准确度的问题，该文提出兴趣点(POI)增强的网格分区动态时空图卷积网络用于城市大规模交通流量预测。首先，通过网格分区划分交通图以降低计算与内存开销；然后，采用全局-局部协同机制，融合全局空间依赖以增强模型对全局特征的表征能力；最后，利用POI驱动的功能相似性建模，通过引入POI数据进一步提升预测精度。研究结果表明，该模型在交通流量预测任务中优于主流基线模型，并能在大规模路网下高效计算，具有良好的工程应用价值。
关键词：交通流量预测;;动态时空图卷积网络;;POI增强;;大规模交通网络
基金资助：中国测绘科学研究院基本科研业务费项目(AR2204);; 青海省基础研究计划项目(2024-ZJ-927)
