您当前的位置：
首页 >
文章列表页 >
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
综述 | 更新时间：2025-09-12

    • 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

    • Real-time road network traffic anomaly incident detection based on graph spatial-temporal pattern learning network

    • “在交通领域，专家提出了基于图时空模式学习网络的实时交通事件自动检测方法，有效提升了检测精度和降低了误报率。”
    • 吉林大学学报（工学版）   2025年55卷第7期 页码：2145-2161
    • 作者机构：

      1.公安部道路交通安全研究中心， 北京 100062

      2.吉林大学 交通学院， 长春 130022

    • 作者简介：

      柴树山（1990-），男，助理研究员，博士.研究方向：交通安全与风险评估.E-mail： sschai@foxmail.com

      李海涛（1994-），男，在站博士后.研究方向：智能交通控制.E-mail： lihait@jlu.edu.cn

    • 基金信息：
      中央级公益性科研院所基本科研业务费专项资金项目(101111190410000009001230402);宁夏回族自治区重点研发计划“揭榜挂帅”项目(2023BBF01004)

    • DOI：10.13229/j.cnki.jdxbgxb.20230875    

      中图分类号： U458

    • 收稿：2023-08-17，

      纸质出版：2025-07-01

    移动端阅览

  • 柴树山,周志强,李海涛等.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[J].吉林大学学报（工学版）,2025,55(07):2145-2161. DOI： 10.13229/j.cnki.jdxbgxb.20230875.

    CHAI Shu-shan,ZHOU Zhi-qiang,LI Hai-tao,et al.Real-time road network traffic anomaly incident detection based on graph spatial-temporal pattern learning network[J].Journal of Jilin University(Engineering and Technology Edition),2025,55(07):2145-2161. DOI： 10.13229/j.cnki.jdxbgxb.20230875.

  •  
  •  

0

浏览量

13

下载量

0

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

公交换乘优惠政策下居民换乘意向的异质性分析
智能网联环境下高速公路异质交通流建模及仿真
基于用户满意度的停车预约服务智能体行为仿真
基于YOLOv5的轻量化桥梁缺陷识别
融合全局与局部细粒度特征的图相似度度量算法

相关作者

马壮林
毕宇明
周备
邓亚娟
兆雪
程国柱
陈永胜
谢渝

相关机构

长安大学 运输工程学院
比亚迪汽车工业有限公司
西安石油大学 理学院
东北林业大学 土木与交通学院
吉林省交通运输综合行政执法局
0