基于特征嵌入和高频滤波的交通流量预测方法、装置和存储介质

本申请实施例涉及人工智能领域，并提供了一种基于特征嵌入和高频滤波的交通流量预测方法、装置和存储介质，该方法包括：获取待预测的交通流量的原始数据，将原始数据对应的原生波动性嵌入数据、周期性嵌入数据和动态相似性嵌入数据进行拼接融合，得到融合后的嵌入数据；根据高频滤波网络对融合后的数据进行滤波处理，根据图卷积神经网络对原始数据进行空间特征提取，基于线性变换和残差连接原理，对时序特征数据和空间特征数据进行时空特征融合，根据融合后的时间特征数据，预测得到原始数据关联的交通流量的预测数据。采用本方法能够提升交通流量预测的准确性，改善模型预测效果。