CN202210832861.0，一种基于DSTGCN的交通预测方法，本发明提供了一种基于动态时空图卷积的交通预测方法。交通预测是建设智慧城市的重要组成部分，合理的交通预测可以帮助相关部门作出重要决策、帮助人们出行规划线路等。但由于其复杂的时空相关性一直是一项极具挑战性的任务，即使当前的研究在一定程度上取得了进展，但仍然普遍关注于节点对之间和节点历史信息之间的关系建模，忽略了节点性质的分析，导致了性能瓶颈。为了克服这些问题，本发明提出了一种动态时空图卷积神经网络(DSTGCN)，具体来说，在本发明中设计了

CN202210832861.0，一种基于DSTGCN的交通预测方法，本发明提供了一种基于动态时空图卷积的交通预测方法。交通预测是建设智慧城市的重要组成部分，合理的交通预测可以帮助相关部门作出重要决策、帮助人们出行规划线路等。但由于其复杂的时空相关性一直是一项极具挑战性的任务，即使当前的研究在一定程度上取得了进展，但仍然普遍关注于节点对之间和节点历史信息之间的关系建模，忽略了节点性质的分析，导致了性能瓶颈。为了克服这些问题，本发明提出了一种动态时空图卷积神经网络(DSTGCN)，具体来说，在本发明中设计了