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
1
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
结合GCN和LSTM考虑时空信息的城市交通流量预测
1
作者
李正楠
赵智辉
《吉林大学学报(信息科学版)》
2025年第1期187-194,共8页
针对当前交通流量的智能预测方法没有分析和考虑路网的时空关联性问题,在智能预测方法中增加了时空关联性信息,解决了时空信息缺失造成的预测精度降低的问题。首先结合交通路网的图连接和车辆通行延时特性,分析城市路网的时空关联性;考...
针对当前交通流量的智能预测方法没有分析和考虑路网的时空关联性问题,在智能预测方法中增加了时空关联性信息,解决了时空信息缺失造成的预测精度降低的问题。首先结合交通路网的图连接和车辆通行延时特性,分析城市路网的时空关联性;考虑城市交通时空关联情况,基于图卷积神经网络(GCN:Graph Convolutional Neural)和长短期记忆网络(LSTM:Long Short-Term Memory)方法,研究了结合GCN、LSTM考虑时空信息的城市交通流量预测方法,应用开源的城市交通流量数据集优化训练了城市交通流量预测网络,并对比LSTM、双向长短期记忆网络(BiLSTM:Bidirectional Long Short-Term Memory)及不同网络节点数目在求解该交通流量预测问题的表现。研究结果表明,该方法可以有效预测城市交通流量,相对未考虑时空信息的预测方法准确度有所提升,该研究可为智慧交通系统中的交通预测提供理论参考。
展开更多
关键词
图卷积神经网络
长短期记忆网络
城市交通
车流预测
时空信息
在线阅读
下载PDF
职称材料
题名
结合GCN和LSTM考虑时空信息的城市交通流量预测
1
作者
李正楠
赵智辉
机构
华南理工大学机械与汽车工程学院
广州邮电通信设备有限公司博士后科研工作站
出处
《吉林大学学报(信息科学版)》
2025年第1期187-194,共8页
文摘
针对当前交通流量的智能预测方法没有分析和考虑路网的时空关联性问题,在智能预测方法中增加了时空关联性信息,解决了时空信息缺失造成的预测精度降低的问题。首先结合交通路网的图连接和车辆通行延时特性,分析城市路网的时空关联性;考虑城市交通时空关联情况,基于图卷积神经网络(GCN:Graph Convolutional Neural)和长短期记忆网络(LSTM:Long Short-Term Memory)方法,研究了结合GCN、LSTM考虑时空信息的城市交通流量预测方法,应用开源的城市交通流量数据集优化训练了城市交通流量预测网络,并对比LSTM、双向长短期记忆网络(BiLSTM:Bidirectional Long Short-Term Memory)及不同网络节点数目在求解该交通流量预测问题的表现。研究结果表明,该方法可以有效预测城市交通流量,相对未考虑时空信息的预测方法准确度有所提升,该研究可为智慧交通系统中的交通预测提供理论参考。
关键词
图卷积神经网络
长短期记忆网络
城市交通
车流预测
时空信息
Keywords
graph convolutional neural network
short-term and short-term memory network
urban traffic
traffic flow prediction
spatiotemporal information
分类号
TP391 [自动化与计算机技术—计算机应用技术]
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
结合GCN和LSTM考虑时空信息的城市交通流量预测
李正楠
赵智辉
《吉林大学学报(信息科学版)》
2025
0
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
