典型文献
基于改进卷积网络的高速公路节假日拥堵预测系统
文献摘要：
针对节假日期间高速公路交通流的特点,构建一种基于改进卷积网络—时空图卷积网络(Spatio-Temporal Graph Convolutional Network,ST-GCN)模型的高速公路节假日拥堵预测系统.该系统基于多种数据算法模型实现节假日拥堵预测,并提供API(Application Program Interface)服务模式进行算法模型调用,使高速公路运营更加智能,管理更加高效.以宁夏回族自治区高速公路为例,将基于ST-GCN模型所得预测结果与采用其他常用模型所得结果相对比,验证该系统的有效性,为高速公路管理和运营相关方提供参考.
文献关键词：
高速公路;时空图卷积网络(ST-GCN)模型;拥堵预测;在线学习;机器学习
中图分类号：
作者姓名：
徐延军;周涛;徐青松
作者机构：
上海船舶运输科学研究所有限公司,上海200135;中远海运科技股份有限公司,上海200135
文献出处：
引用格式：
[1]徐延军;周涛;徐青松-.基于改进卷积网络的高速公路节假日拥堵预测系统)[J].上海船舶运输科学研究所学报,2022(06):54-60,72
A类：
B类：
节假日,拥堵预测,预测系统,高速公路交通,交通流,时空图卷积网络,Spatio,Temporal,Graph,Convolutional,Network,ST,GCN,数据算法,算法模型,模型实现,API,Application,Program,Interface,调用,高速公路运营,宁夏回族自治区,高速公路管理,在线学习
AB值：
0.282026
相似文献
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。
