原文传递
基于图卷积网络的路网短时交通流预测研究
| 题名： | 基于图卷积网络的路网短时交通流预测研究 |
| 正文语种： | 中文 |
| 作者： | 陈喜群;周凌霄;曹震 |
| 作者单位： | 浙江大学建筑工程学院 |
| 关键词： | 智能交通;短时交通流预测;图卷积网络;城市路网;深度学习 |
| 摘要： | 智能交通系统是缓解交通拥堵行之有效的手段，精准的交通流预测是其实现的关键所在，本文考虑路网拓扑结构和交通流时空相关性，提出基于图卷积网络(Graph Convolution Network，GCN)的大规模城市路网短时交通流预测模型，具有较高的预测精度、预测效率和现实解释意义;采用真实大规模城市路网浮动车数据对GCN模型进行测试，结果表明，GCN模型相对于现有模型，在预测性能上有较大提升， |
| 期刊名称： | 交通运输系统工程与信息 |
| 出版年： | 2020 |
| 期： | 04 |
| 页码： | 49-55 |
检索历史
应用推荐
