典型文献
基于组合图和多尺度时间建模的交通流量预测
文献摘要：
交通流量预测作为现代智能速度管理系统的重要组成部分,是一项具有挑战性的任务.现有的方法主要是采用深度神经网络和图神经网络.然而,这些方法存在以下缺点:①大多数方法都是基于局部空间邻居来捕获空间相关性的.然而现实的交通道路情况复杂多变,捕获道路上下文的信息也至关重要.②现有的应用于交通流量预测的时间卷积网络感受野有限,不能捕捉到长时间的流量关联.基于以上问题,提出了一种组合自适应空间图和自适应语义邻居图的图卷积方案,并引入了多尺度时间卷积模块来扩大感受野.通过METR-LR和PEMS-BAY两个数据集验证的结果显示,该方法提高了模型预测的准确性.
文献关键词：
交通流量;深度学习;图卷积网络;时间卷积网络
中图分类号：
作者姓名：
黄怡;王彤彤;王睿
作者机构：
四川大学电子信息学院,成都 610065
文献出处：
引用格式：
[1]黄怡;王彤彤;王睿-.基于组合图和多尺度时间建模的交通流量预测)[J].现代计算机,2022(01):90-95
A类：
METR
B类：
交通流量预测,速度管理,深度神经网络,图神经网络,邻居,空间相关性,交通道路,上下文,时间卷积网络,感受野,捕捉到,卷积模块,LR,PEMS,BAY,数据集验证,图卷积网络
AB值：
0.2455
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。
