摘要

本文研究了基于时空卷积网络的交通流量数据补全及预测方法，选用某高速收费站的交通流数据为实验对象，通过3D CNN模型对缺失的交通流量数据进行补全，并利用时间卷积网络（TCN）对补全后的数据进行流量预测。实验结果显示，3D CNN模型在数据补全任务中表现优于KNN和线性插值方法，特别是在高缺失率情况下。此外，TCN模型在工作日和周末的交通流量预测中均展现出良好的性能，尤其在周末预测中优于LSTM模型。

关键词