• 综合
  • 标题
  • 关键词
  • 摘要
  • 学者
  • 期刊-刊名
  • 期刊-ISSN
  • 会议名称
搜索

作者:

尹宝才 (尹宝才.) | 王竟成 (王竟成.) | 张勇 (张勇.) | 胡永利 (胡永利.) | 孙艳丰 (孙艳丰.)

摘要:

针对传统图结构难以对节点间的隐含复杂关联关系建模的问题,利用超图对交通流数据进行高阶表示,提出基于谱域超图卷积网络的交通流预测方法.首先,通过动态超边刻画数据特征层面的关系,利用谱域超图卷积,包括基于傅里叶和图小波的超图卷积及门控时序卷积,在多尺度上提取交通流的时空特征,实现端到端的节点级交通流预测.然后,采用北京市以及美国加利福尼亚州真实历史数据集进行预测实验.消融实验通过孤立和重构网络模型验证了所提方法的有效性.全时段和早高峰交通流预测的实验结果表明,该方法预测准确率高于目前主流交通流预测模型.

关键词:

超图理论 深度学习 图神经网络 多元时序预测 智慧交通 大数据分析

作者机构:

  • [ 1 ] [王竟成]北京工业大学信息学部,北京 100124;北京工业大学多媒体与智能软件技术北京市重点实验室,北京 100124
  • [ 2 ] [胡永利]北京工业大学信息学部,北京 100124;北京工业大学多媒体与智能软件技术北京市重点实验室,北京 100124
  • [ 3 ] [尹宝才]北京工业大学信息学部,北京 100124;北京工业大学多媒体与智能软件技术北京市重点实验室,北京 100124
  • [ 4 ] [孙艳丰]北京工业大学信息学部,北京 100124;北京工业大学多媒体与智能软件技术北京市重点实验室,北京 100124
  • [ 5 ] [张勇]北京工业大学信息学部,北京 100124;北京工业大学多媒体与智能软件技术北京市重点实验室,北京 100124

通讯作者信息:

电子邮件地址:

查看成果更多字段

相关关键词:

来源 :

北京工业大学学报

ISSN: 0254-0037

年份: 2024

期: 2

卷: 50

页码: 152-164

被引次数:

WoS核心集被引频次:

SCOPUS被引频次:

ESI高被引论文在榜: 0 展开所有

万方被引频次: -1

中文被引频次:

近30日浏览量: 0

在线人数/总访问数:768/5036849
地址:北京工业大学图书馆(北京市朝阳区平乐园100号 邮编:100124) 联系我们:010-67392185
版权所有:北京工业大学图书馆 站点建设与维护:北京爱琴海乐之技术有限公司