手机版 English 帮助中心
外文文献知网节
文献信息节点
基本信息 摘要 关键词 核心评价 相关文献
Journal | [J] 计算机系统网络和电信 Volume 5, Issue 6. 2023.
基于时空融合的交通流量预测模型研究
作者 : 董 挺锴, 兰 　洁, 陈 　炯, 朱 梦琳, 尹 泉贺
DOI: 10.12361/2661-3727-05-06-148177
全部来源
获取全文
摘要 / Abstract
精确的交通流量预测有助于减轻道路交通压力，协助驾驶员进行路径规划，并且为智能交通系统的发展提 供支持。然而传统的交通流量预测只考虑了时序特征，忽略了空间特征，经过对交通流量预测算法的研究，给出 了一种新的基于时空融合的交通流量预测模型GAT-LSTM，用于学习交通流量的时空特征，并将该模型在数据集 PEMSD4和PEMSD8上与传统的交通流量预测模型进行对比，实验结果证明GAT-LSTM模型具有更好的预测性能。
关键词 / Keywords
交通流量；GAT-LSTM；深度学习
Related articles / 相关文献
相似文献
作者发文
机构发文
关键词分析
相似文献（说明：与本文内容较接近的文献）
  • [1] 洪中荣 . 浅析我国智能交通系统发展现状与前景
  • [J]. 科学技术创新，2019（14）：124-125.
  • [2] 伏军霞 . 基于图卷积网络的交通流量预测方法
  • 的 研 究 [D]. 南 京 邮 电 大 学，2023.DOI：10.27251/d.cnki.
  • gnjdc.2022.001281.
《中国学术期刊(光盘版)》电子杂志社有限公司 KDN平台基础技术由KBASE 11.0提供
© 2014-2018中国知网(CNKI) 京公网安备11010802020460号 经营性网站备案信息 互联网出版许可证 新出网证(京)字271号 京ICP证040431号