本书针对出租汽车起讫点需求预测问题，提出了基于多头动态图注意力网络(MDGAT)和多层级连续时间动态节点注意力网络(MCNAT)的模型。MDGAT通过动态图生成和时空注意力机制，有效挖掘时空特征，提升预测精度。MCNAT则通过连续时间嵌入和多层级时空感知层，解决数据稀疏性问题，增强模型鲁棒性。实验结果表明，两种模型在真实数据集上均优于现有方法，为出租汽车需求预测提供了新的研究思路和方法，对智慧交通系统的优化具有重要意义。
本书可供相关研究人员参考阅读。
请选择您读者所在的图书馆
