典型文献
联合时空特征的交通流参数预测综述
文献摘要：
针对交通流参数预测在智能交通系统中的重要性,为寻求更实时准确的预测方法,对联合时空特征的交通流参数预测方法进行综述.以交通时空数据为研究对象,将交通流参数预测方法归纳为统计学习方法、深度学习方法和图神经网络方法.基于这3类方法分别从传统和联合时空特征角度概括了各种方法的研究现状和特点,分析了交通流参数预测的难点.结果表明,联合时空特征的交通流预测方法由于考虑了道路网络中复杂且动态的时空依赖性,相较于传统的同类方法,预测性能有较大提升.最后,从模型输入和模型设计角度,讨论了交通流参数预测未来研究方向.
文献关键词：
交通流预测;统计学习;深度学习;图神经网络
中图分类号：
作者姓名：
关为生;肖建力
作者机构：
上海理工大学光电信息与计算机工程学院,上海200093
文献出处：
引用格式：
[1]关为生;肖建力-.联合时空特征的交通流参数预测综述)[J].上海理工大学学报,2022(06):592-602
A类：
B类：
时空特征,交通流参数,智能交通系统,对联,参数预测方法,时空数据,方法归纳,统计学习方法,深度学习方法,图神经网络,神经网络方法,交通流预测,道路网络,时空依赖性,预测性能,模型输入,模型设计,预测未来,未来研究方向
AB值：
0.258238
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
