您当前的位置：
首页 >
文章列表页 >
基于聚类算法和图神经网络的短时交通流预测
交通运输工程·土木工程 | 更新时间：2025-05-26

    • 基于聚类算法和图神经网络的短时交通流预测

    • Short-term traffic flow prediction based on clustering algorithm and graph neural network

    • “在交通流预测领域，研究者提出了一种深度学习模型，通过聚类算法、图神经网络和门控循环单元相结合，有效提高了预测精度。”
    • 吉林大学学报（工学版）   2024年54卷第6期 页码：1593-1600
    • 作者机构：

      兰州理工大学 计算机与通信学院，兰州 730050

    • 作者简介：

      张玺君（1980-），男，副教授，博士.研究方向：智能交通.E-mail：zhangxijun198079@sina.com

    • 基金信息：
      国家自然科学基金项目(62162040;61966023);甘肃省高等学校创新基金项目(2021A-028);甘肃省科技计划项目(21ZD4GA028);甘肃省自然科学基金重点项目(22JR5RA226)

    • DOI：10.13229/j.cnki.jdxbgxb.20220950    

      中图分类号： TP183;U491

    • 收稿：2022-07-26，

      纸质出版：2024-06-01

    移动端阅览

  • 张玺君,余光杰,崔勇等.基于聚类算法和图神经网络的短时交通流预测[J].吉林大学学报（工学版）,2024,54(06):1593-1600. DOI： 10.13229/j.cnki.jdxbgxb.20220950.

    ZHANG Xi-jun,YU Guang-jie,CUI Yong,et al.Short-term traffic flow prediction based on clustering algorithm and graph neural network[J].Journal of Jilin University(Engineering and Technology Edition),2024,54(06):1593-1600. DOI： 10.13229/j.cnki.jdxbgxb.20220950.

  •  
  •  

0

浏览量

9

下载量

1

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于时空动态约束图反馈的交通流预测
融合全局与局部细粒度特征的图相似度度量算法
基于图时空模式学习网络的路网实时交通事件自动检测方法
基于相似度随机游走聚合的图节点分类算法
基于门控循环网络时空关联的交通事故预测模型

相关作者

武月
张鑫
侯越
李良
车翔玖
周志强
柴树山
李海涛

相关机构

兰州交通大学 电子与信息工程学院
吉林大学 计算机科学与技术学院
吉林大学 交通学院
公安部道路交通安全研究中心
温州理工学院 建筑与能源工程学院
0