文献类型：专利

中文题名：基于拓扑压缩与特征降维的交通大数据智能分析方法

作者：张森 刘毅 高腾刚 王坚

机构：[1]贵州理工学院;

第一机构：贵州理工学院

专利类型：发明公开

申请号：CN202610125742.X

申请日：20260129

申请人地址：550025 贵州省贵阳市贵安新区党武镇博士路

公开日：20260428

代理人：付善龙

代理机构：上海天知澜知识产权代理有限公司 31523

语种：中文

中文关键词：拓扑;压缩;特征降维;交通;大数据;智能分析;目标路;段节;时序;交通状态数据;数据清洗;标准化处理;时间顺序;标准化数据集;划分;训练集;验证集;测试集;训练集数据;关联度;节点;聚合;节点层;边层;路网拓扑结构;归属;集合式;消息传递机制;行编码;节点压缩

年份：2026

摘要：本发明涉及交通大数据智能分析领域，提供基于拓扑压缩与特征降维的交通大数据智能分析方法，包括：S1：获取目标路网中各路段节点的时序交通状态数据，并进行数据清洗与标准化处理，划分为训练集、验证集和测试集；S2：基于训练集数据，计算路段节点之间的关联度并构建包含节点层和超边层的路网拓扑结构；其中每个节点唯一归属于一个超边；S3：基于路网拓扑结构，利用集合式消息传递机制对节点特征进行编码与压缩，得到降维后的节点压缩特征和超边压缩特征；S4：将节点压缩特征与超边压缩特征融合，输入基于图注意力机制的预测模型，预测目标路段未来交通拥堵状态。本发明解决了大规模交通数据计算负载高、特征冗余及预测精度不足的问题。