期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于图卷积门控循环单元网络模型的交通速度预测
被引量：
1
1
作者
谌贵辉
彭娇
+4 位作者
李忠兵
陈伍
刘会康
韩春阳
刘安东
《计算机应用与软件》
北大核心
2024年第2期109-116,共8页
准确的交通预测能够有效解决交通堵塞和环境污染等问题,然而现有预测方法无法充分表征交通数据的特征。针对以上问题,提出一种序列到序列图卷积门控循环单元(Seq2Seq-GCGRU)模型,用于提取交通速度的时空特性和预测。模型由三部分组成,...
准确的交通预测能够有效解决交通堵塞和环境污染等问题,然而现有预测方法无法充分表征交通数据的特征。针对以上问题,提出一种序列到序列图卷积门控循环单元(Seq2Seq-GCGRU)模型,用于提取交通速度的时空特性和预测。模型由三部分组成,分别用于建模带有时间偏移的交通速度周周期、日周期及临近期信息,还提出一种新的seq2seq训练方法以克服已有方法不适用于时间序列的缺陷。实验结果表明,对比其他常见的交通流预测模型,所提算法具有更高的预测精度,均方根误差(RMSE)与平均绝对误差(MAE)指标至少分别降低25%和24%。
展开更多
关键词
交通速度预测
图卷积
序列到序列
时空相关性
在线阅读
下载PDF
职称材料
一种基于序列到序列时空注意力学习的交通流预测模型
被引量：
41
2
作者
杜圣东
李天瑞
+3 位作者
杨燕
王浩
谢鹏
洪西进
《计算机研究与发展》
EI
CSCD
北大核心
2020年第8期1715-1728,共14页
城市交通流预测是研究交通时空序列数据的动态演化并预测未来交通情况的关键技术,对于智能交通预警及管理决策来讲至关重要.但是有效的交通流建模非常具有挑战性,因为它受到很多复杂因素的影响,例如交通网络的时空依赖性和序列突变性等...
城市交通流预测是研究交通时空序列数据的动态演化并预测未来交通情况的关键技术,对于智能交通预警及管理决策来讲至关重要.但是有效的交通流建模非常具有挑战性,因为它受到很多复杂因素的影响,例如交通网络的时空依赖性和序列突变性等问题.一些研究工作将卷积神经网络(convolutional neural networks, CNN)或循环神经网络(recurrent neural networks, RNN)用于交通流量预测建模.但是,直接使用经典的深度学习模型难以有效捕获与交通流相关的多通道多变量序列数据中的隐含时空依赖性特征.针对上述问题,提出了一种新的序列到序列时空注意力深度学习框架(spatial-temporal attention traffic forecasting, STATF)来处理城市交通流建模任务,它是一种基于卷积LSTM编码层和LSTM解码层,并辅助注意力机制的端到端深度学习模型,可以自适应地学习与城市交通流相关的多通道多变量时空序列数据中的时空依赖性和非线性相关性特征.基于3个真实的交通流数据集实验结果表明:不管是单步预测还是多步预测条件下,STATF模型都具有更优的预测性能.
展开更多
关键词
交通流预测
长短时记忆网络
序列到序列学习
时空注意力
编码器-解码器
在线阅读
下载PDF
职称材料
基于路况数据的城市道路交通事件点检测
被引量：
5
3
作者
孙梦婷
魏海平
+1 位作者
李星滢
徐立
《地理与地理信息科学》
CSCD
北大核心
2019年第6期9-14,共6页
城市道路交通事件检测是道路交通智慧应急系统的关键技术之一。针对当前难以自动检测交通事件问题,提出了一种利用路况数据发现造成交通拥堵的交通事件检测方法。首先,分析空间维和时间维下的路况异常模式,并利用交通事件在时间和空间...
城市道路交通事件检测是道路交通智慧应急系统的关键技术之一。针对当前难以自动检测交通事件问题,提出了一种利用路况数据发现造成交通拥堵的交通事件检测方法。首先,分析空间维和时间维下的路况异常模式,并利用交通事件在时间和空间上的相关性提取交通事件点;进一步计算交通事件的持续时间,根据持续时间的长短对交通事件划分预警等级,为交通管理部门的应急部署提供决策支持。运用郑州市252个拥堵路段的路况数据进行实验分析,检测交通事件点的完整率为84.85%。经验证,在检测高峰期城市快速路和主干道的交通事件点时,该算法具有较高的检测率,对高峰期和平峰期城市快速路的交通事件误报率均较低。
展开更多
关键词
交通事件检测
交通拥堵
路况时空序列
路况异常模式
预警分级
在线阅读
下载PDF
职称材料
题名
基于图卷积门控循环单元网络模型的交通速度预测
被引量：
1
1
作者
谌贵辉
彭娇
李忠兵
陈伍
刘会康
韩春阳
刘安东
机构
西南石油大学工程学院
西南石油大学电气信息学院
出处
《计算机应用与软件》
北大核心
2024年第2期109-116,共8页
基金
南充市机器人工程与智能制造重点实验室建设资助项目(19SXHZ0033)。
文摘
准确的交通预测能够有效解决交通堵塞和环境污染等问题,然而现有预测方法无法充分表征交通数据的特征。针对以上问题,提出一种序列到序列图卷积门控循环单元(Seq2Seq-GCGRU)模型,用于提取交通速度的时空特性和预测。模型由三部分组成,分别用于建模带有时间偏移的交通速度周周期、日周期及临近期信息,还提出一种新的seq2seq训练方法以克服已有方法不适用于时间序列的缺陷。实验结果表明,对比其他常见的交通流预测模型,所提算法具有更高的预测精度,均方根误差(RMSE)与平均绝对误差(MAE)指标至少分别降低25%和24%。
关键词
交通速度预测
图卷积
序列到序列
时空相关性
Keywords
traffic
speed forecasting
Graph convolution
Sequence to sequence
spatial
-
temporal
correlation
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
一种基于序列到序列时空注意力学习的交通流预测模型
被引量：
41
2
作者
杜圣东
李天瑞
杨燕
王浩
谢鹏
洪西进
机构
西南交通大学信息科学与技术学院
台湾科技大学计算机科学与信息工程系
出处
《计算机研究与发展》
EI
CSCD
北大核心
2020年第8期1715-1728,共14页
基金
国家重点研发计划项目(2019YFB2101801)
国家自然科学基金项目(61773324,61976247)。
文摘
城市交通流预测是研究交通时空序列数据的动态演化并预测未来交通情况的关键技术,对于智能交通预警及管理决策来讲至关重要.但是有效的交通流建模非常具有挑战性,因为它受到很多复杂因素的影响,例如交通网络的时空依赖性和序列突变性等问题.一些研究工作将卷积神经网络(convolutional neural networks, CNN)或循环神经网络(recurrent neural networks, RNN)用于交通流量预测建模.但是,直接使用经典的深度学习模型难以有效捕获与交通流相关的多通道多变量序列数据中的隐含时空依赖性特征.针对上述问题,提出了一种新的序列到序列时空注意力深度学习框架(spatial-temporal attention traffic forecasting, STATF)来处理城市交通流建模任务,它是一种基于卷积LSTM编码层和LSTM解码层,并辅助注意力机制的端到端深度学习模型,可以自适应地学习与城市交通流相关的多通道多变量时空序列数据中的时空依赖性和非线性相关性特征.基于3个真实的交通流数据集实验结果表明:不管是单步预测还是多步预测条件下,STATF模型都具有更优的预测性能.
关键词
交通流预测
长短时记忆网络
序列到序列学习
时空注意力
编码器-解码器
Keywords
traffic
flow prediction
long short-term memory networks
sequence-to-sequence learning
spatial
-
temporal
attention
encoder-decoder
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
基于路况数据的城市道路交通事件点检测
被引量：
5
3
作者
孙梦婷
魏海平
李星滢
徐立
机构
信息工程大学地理空间信息学院
出处
《地理与地理信息科学》
CSCD
北大核心
2019年第6期9-14,共6页
文摘
城市道路交通事件检测是道路交通智慧应急系统的关键技术之一。针对当前难以自动检测交通事件问题,提出了一种利用路况数据发现造成交通拥堵的交通事件检测方法。首先,分析空间维和时间维下的路况异常模式,并利用交通事件在时间和空间上的相关性提取交通事件点;进一步计算交通事件的持续时间,根据持续时间的长短对交通事件划分预警等级,为交通管理部门的应急部署提供决策支持。运用郑州市252个拥堵路段的路况数据进行实验分析,检测交通事件点的完整率为84.85%。经验证,在检测高峰期城市快速路和主干道的交通事件点时,该算法具有较高的检测率,对高峰期和平峰期城市快速路的交通事件误报率均较低。
关键词
交通事件检测
交通拥堵
路况时空序列
路况异常模式
预警分级
Keywords
traffic
incident detection
traffic
congestion
the spatial and temporal sequences of traffic conditions
abnormal road condition pattern
warning grading
分类号
P208 [天文地球—地图制图学与地理信息工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于图卷积门控循环单元网络模型的交通速度预测
谌贵辉
彭娇
李忠兵
陈伍
刘会康
韩春阳
刘安东
《计算机应用与软件》
北大核心
2024
1
在线阅读
下载PDF
职称材料
2
一种基于序列到序列时空注意力学习的交通流预测模型
杜圣东
李天瑞
杨燕
王浩
谢鹏
洪西进
《计算机研究与发展》
EI
CSCD
北大核心
2020
41
在线阅读
下载PDF
职称材料
3
基于路况数据的城市道路交通事件点检测
孙梦婷
魏海平
李星滢
徐立
《地理与地理信息科学》
CSCD
北大核心
2019
5
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
