时空视图学习支持的城市交通数据缺失补全与短期预测
文献类型：期刊论文
| 作者 | 王培晓1,2 |
| 刊名 | 测绘学报
 |
| 出版日期 | 2024-10-15 |
| 卷号 | 53期号:10页码:2037 |
| 产权排序 | 1 |
| 英文摘要 | <正>随着智能交通系统的快速发展，准确的交通流预测技术已经成为缓解城市交通拥堵的重要手段，也是城市交通科学合理运行管理的必要条件。近年来，随着物联网的快速发展，许多固定位置的传感器已被安装在物理世界中，以持续协作地监控城市路网的交通状态，为交通流预测相关的研究提供了重要的数据源。然而，在现实世界中，由于采集技术和隐私等问题的存在，传感器采集的交通时序数据存在普遍的缺失现象，并极大地限制了交通时序数据的建模能力，制约了交通流预测模型的性能。因此，论文围绕“缺失交通数据补全”“顾及缺失值的交通数据预测”，基于时空视图学习方法，主要完成了以下4个研究内容。 |
| 源URL | [http://ir.igsnrr.ac.cn/handle/311030/209444]  |
| 专题 | 资源与环境信息系统国家重点实验室_中文论文 |
| 通讯作者 | 王培晓 |
| 作者单位 | 1.武汉大学测绘遥感信息工程国家重点实验室 2.中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室 |
| 推荐引用方式 GB/T 7714 | 王培晓. 时空视图学习支持的城市交通数据缺失补全与短期预测[J]. 测绘学报,2024,53(10):2037. |
| APA | 王培晓.(2024).时空视图学习支持的城市交通数据缺失补全与短期预测.测绘学报,53(10),2037. |
| MLA | 王培晓."时空视图学习支持的城市交通数据缺失补全与短期预测".测绘学报 53.10(2024):2037. |
入库方式： OAI收割
来源：地理科学与资源研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。