一种基于图学习的异常轨迹检测模型     

李云松  敖煜测  韦小多  陈艳 《中国科技信息》2023,(22):127-131

<正>随着人工智能技术和传感器技术（如GPS）的普及,移动轨迹数据（如车辆轨迹数据）以前所未有的规模产生,轨迹数据包括了交通出行的时间和位置信息,反映了各种各样的交通模式和出行特征。对轨迹数据进行分析已经成为一个热门的研究领域,它有着广泛的应用基础,如交通流量预测、地图匹配、轨迹相似性计算和轨迹出行方式识别等应用。  相似文献   

一种基于ST-GraphSAGE模型的交通流量预测方法     

敖煜测  李云松  韦小多  陈艳  罗镕坤 《中国科技信息》2023,(21):112-115

<正>随着城市现代化的发展,交通问题（交通拥堵、交通事故等）已变成许多城市需要解决的重点问题之一。交通流预测是交通运输领域的重要研究方向,它对于提高道路网运行效率、缓解城市交通拥堵、减少交通环境污染等方面具有重要意义。随着城市化进程的加速和机动车保有量的增加,城市交通问题日益突出,而交通流预测可以为城市交通管理提供科学依据,从而有效缓解城市交通压力。交通流预测的研究可以追溯到20世纪70年代,早期的研究主要基于概率统计方法,如自回归移动平均法（ARIMA）。随着计算机技术和人工智能的发展,  相似文献