| 论文题目： | 时空视图学习支持的城市交通数据缺失补全与短期预测 |
|---|---|
| 第一作者： | 王培晓 |
| 联系作者： | |
| 发表年度： | 2024 |
| 摘 要： | 随着智能交通系统的快速发展，准确的交通流预测技术已经成为缓解城市交通拥堵的重要手段，也是城市交通科学合理运行管理的必要条件。近年来，随着物联网的快速发展，许多固定位置的传感器已被安装在物理世界中，以持续协作地监控城市路网的交通状态，为交通流预测相关的研究提供了重要的数据源。然而，在现实世界中，由于采集技术和隐私等问题的存在，传感器采集的交通时序数据存在普遍的缺失现象，并极大地限制了交通时序数据的建模能力，制约了交通流预测模型的性能。因此，论文围绕“缺失交通数据补全”“顾及缺失值的交通数据预测”，基于时空视图学习方法，主要完成了以下4个研究内容。 |
| 英文摘要： | |
| 刊物名称： | 测绘学报 |
| 全文链接： | |
| 论文类别： | CSCD |
在线留言
联系我们
所长信箱