一种基于时空动态图注意力网络的共享出行需求预测方法

您当前的位置：

首页 >

文章列表页 >

一种基于时空动态图注意力网络的共享出行需求预测方法

学术论文 | 更新时间：2025-12-08

上一篇|下一篇

- 一种基于时空动态图注意力网络的共享出行需求预测方法
- A Spatial-Temporal Dynamic Graph Attention Network Based Method for Sharing Travel Demand Prediction
- 骈纬国，吴映波，陈蒙，蔡俊鹏
- 电子学报 2022年50卷第2期页码：432-439
- 作者机构：
  1.重庆大学汽车协同创新中心，重庆 400044
  2.重庆大学大数据与软件学院，重庆 400044
- 作者简介：
  骈纬国男，1996年出生于河北省.现为重庆大学在读硕士研究生.主要研究方向为时空数据挖掘.E-mail: pwg@cqu.edu.cn
  吴映波（通讯作者）男，1978年出生于湖北省.现为重庆大学大数据与软件学院教授.主要研究方向为分布式智能计算.E-mail: wyb@cqu.edu.cn
  陈蒙男，1989年出生于重庆市.现为重庆大学大数据与软件学院助理研究员.主要研究方向为云计算、智能网卡卸载.
  蔡俊鹏男，1994年出生于福建省.现为重庆大学大数据与软件学院在读博士生.主要研究方向为服务计算.
- 基金信息：
  国家重点研发计划(2019YFB1706101);重庆市技术创新与应用发展专项重点项目(cstc2019jscx-mbdxX0047);中央高校基本科研业务费(2020CDCGRJ050)
- DOI： 10.12263/DZXB.20210179
  中图分类号：
- 修回：2021-03-10 ，
- 稿件说明：
移动端阅览
DOI：
DOI：

HTML全文
图( 8 ) 表( 4 )
参考文献
出版信息
数据统计

摘要

Abstract

关键词

Keywords

references

10

浏览量

40

下载量

2

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

关联资源

相关文章

基于异质图注意力网络的miRNA与疾病关联预测算法

面向工业多时间尺度软测量的时序解耦与度量对齐Transformer模型

网络流量分类和生成方法研究综述

近场通信中的信道估计：关键技术、挑战与展望

基于MAAM-LKN模型的稀疏阵列双子阵RCS缩减方法

相关作者

李政伟

李佳树

尤著宏

聂茹

赵欢

钟堂波

欧晨

张颖

相关机构

中国矿业大学矿山数字化教育部工程研究中心

中国矿业大学计算机科学与技术学院

西北工业大学计算机学院

湖南工商大学微电子与物理学院

湖南工商大学人工智能与先进计算学院