局部-全局联合感知的时空自适应交通集成预测方法
文献类型：期刊论文
| 作者 | 王立增1,2; 程诗奋1,2; 杨一涛5; 王培晓1,2; 陆锋1,2,3,4 |
| 刊名 | 测绘学报
 |
| 出版日期 | 2026-02-15 |
| 卷号 | 55期号:02页码:206-221 |
| 关键词 | 交通预测 集成学习 时空感知 全局时空相关性 时空异质性 |
| ISSN号 | 1001-1595 |
| 产权排序 | 1 |
| 英文摘要 | 交通预测是建设智能交通系统的核心需求。在复杂交通场景中，不同预测模型在不同空间区域和时间段的表现存在显著差异，单一模型难以稳定适应多样化的预测需求。现有集成学习方法通过融合多模型优势提升预测稳定性，但通常依赖全局固定或局部最优的集成策略，忽略了全局时空相关性和时空异质性对模型集成过程的协同约束，从而限制了模型的预测性能和泛化能力。为此，本文提出了一种局部-全局上下文联合感知的时空自适应交通集成预测方法，通过自适应调整集成参数，优化基模型在不同交通状态下的表现。本文方法通过嵌入路网拓扑结构和交通状态演化特征，从局部和全局视角联合感知监测站点的时空信息，协同表达集成过程的时空相关性和时空异质性。在此基础上，该方法自适应地求解各时空位置的集成参数，结合基模型的输出特征进行加权整合，从而获得最终的预测结果。在交通流量、交通速度的短期和长期预测任务上的试验表明，本文方法在预测精度和计算效率方面均优于6种主流的集成预测方法。进一步的可解释性分析表明，本文方法能够精准捕捉不同交通状态下的模型性能差异，通过自适应的集成权重发挥不同模型的优势，显著增强集成学习在交通预测任务中的性能与稳健性。 |
| URL标识 | 查看原文 |
| 源URL | [http://ir.igsnrr.ac.cn/handle/311030/221144]  |
| 专题 | 资源与环境信息系统国家重点实验室_中文论文 |
| 通讯作者 | 程诗奋 |
| 作者单位 | 1.中国科学院地理科学与资源研究所地理信息科学与技术全国重点实验室; 2.中国科学院大学资源与环境学院; 3.江苏省地理信息资源开发与利用协同创新中心 4.福州大学数字中国研究院; 5.英国利兹大学地理学院; |
| 推荐引用方式 GB/T 7714 | 王立增,程诗奋,杨一涛,等. 局部-全局联合感知的时空自适应交通集成预测方法[J]. 测绘学报,2026,55(02):206-221. |
| APA | 王立增,程诗奋,杨一涛,王培晓,&陆锋.(2026).局部-全局联合感知的时空自适应交通集成预测方法.测绘学报,55(02),206-221. |
| MLA | 王立增,et al."局部-全局联合感知的时空自适应交通集成预测方法".测绘学报 55.02(2026):206-221. |
入库方式： OAI收割
来源：地理科学与资源研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。