您当前的位置：
首页 >
文章列表页 >
基于图卷积神经网络的多维度长时间交通流量预测模型
交通运输工程·土木工程 | 更新时间：2026-05-15
上一篇|下一篇

    • 基于图卷积神经网络的多维度长时间交通流量预测模型

    • A multi-dimensional model for long-term traffic flow prediction based on graph convolution neural network

    • “介绍了其在智慧交通领域的研究进展，研究团队建立了多维度长时交通预测体系，“为城市规划和智慧交通系统提供科学决策支持”。”
    • 郭东伟 ，刘阳 ，田玉坤 ，张寒 ，史锐 ，刘振刚
    • 吉林大学学报（工学版） 2026年56卷第4期 页码：1030-1036
    • 作者机构：

      1.吉林大学 计算机科学与技术学院，长春 130012

      2.吉林省交通信息通信中心，长春 130021

    • 作者简介：

      郭东伟（1972-），男，教授，博士. 研究方向：机器学习，复杂网络. E-mail： guodw@jlu.edu.cn

    • 基金信息：
      吉林省交通运输创新发展支撑（科技）项目(2023-1-8)

    • DOI： 10.13229/j.cnki.jdxbgxb.20240996     

      中图分类号：

    移动端阅览

  •  
  •  

  • AI导读

  • HTML全文

  • 图( 4 ) 表( 4 )

  • 参考文献

  • 出版信息

  • 数据统计

40

浏览量

22

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
  • BibTeX下载
  • Endnote下载
  • RefMan 下载
  • NoteExpress下载
  • NoteFirst下载

相关文章

基于真⁃伪三连体神经网络的传感器本体匹配方法
基于PSO-GRU模型的车辆换道意图识别
基于混合对比的无偏半监督医学影像分类模型
MonoSPDC：一种基于全局-通道注意力优化的单目3D目标检测
MIMO-NOMA系统中基于深度学习CCDNN框架的传输速率提高和能量效率优化算法

相关作者

卢家伟
剡昌锋
郭瑞军
范超冉
付明迪
袁满
李宇健
袁靖舒

相关机构

兰州理工大学 机电工程学院
大连交通大学 交通工程学院
东北石油大学 计算机与信息技术学院
天津工业大学 天津市自主智能技术与系统重点实验室
天津工业大学 人工智能学院