文档名：基于多图融合的时空交通流预测方法
摘要：现有交通流预测过程中未能有效捕获路网的时空特征,且忽略了节点时间模式相似性的作用,提出了一种基于多图融合的交通流预测模型.首先,该模型提出了一种数据驱动的时间图生成方法用于捕获节点的时间模式;然后将多个图进行融合后传递给图卷积网络(GCN)和时间卷积网络进行时空特征的提取.实验结果表明:该模型能够有效降低预测误差,准确预测交通演化态势.
作者：杨国亮 习浩 龚家仁 邹俊峰Author：YANGGuoliang XIHao GONGJiaren ZOUJunfeng
作者单位：江西理工大学电气工程与自动化学院,江西赣州341000
刊名：传感器与微系统 ISTICPKU
Journal：TransducerandMicrosystemTechnologies
年，卷(期)：2023, 42(10)
分类号：TP391
关键词：交通流 时间模式 多图融合 图卷积网络
Keywords：trafficflow timepattern multi-graphfusion graphconvolutionalnetwork(GCN)
机标分类号：TP391.41U491TN919-34
在线出版日期：2023年11月6日
基金项目：国家自然科学基金，江西省教育厅科技计划资助项目基于多图融合的时空交通流预测方法[
期刊论文] 传感器与微系统--2023, 42(10)杨国亮 习浩 龚家仁 邹俊峰现有交通流预测过程中未能有效捕获路网的时空特征,且忽略了节点时间模式相似性的作用,提出了一种基于多图融合的交通流预测模型.首先,该模型提出了一种数据驱动的时间图生成方法用于捕获节点的时间模式;然后将多个图进...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于多图融合的时空交通流预测方法 Spatio-temporal traffic flow prediction method based on multi-graph fusion
基于多图融合的时空交通流预测方法.pdf
- 文件大小:
- 1.11 MB
- 下载次数:
- 60
-
高速下载
|
|
