基于频域分解和时序建模的长期交通流量预测方法及系统

本发明提供一种基于频域分解和时序建模的长期交通流量预测方法及系统，涉及智能交通技术领域，所述方法包括：对历史交通流量数据进行预处理；通过可学习小波变换层与动态权重控制器进行自适应频域分解与融合；通过参数共享的深度可分离卷积与动态权重控制器进行高效空间特征提取与融合；通过双向选择性状态空间模型捕获长程时序依赖；通过频率交互注意力模块实现跨频段特征协同。本发明通过上述模块的协同，实现了对交通流多尺度时空特征的自适应提取、高效建模与动态融合，有效提升了长期交通流预测的精度与效率。