- 博客(5)
- 收藏
- 关注
RSS订阅原创 【交通流预测】《T-GCN: A Temporal Graph Convolutional Network for Traffic Prediction》论文详解
《STGCN》文章目录文章总结Abstract一、Introduction二、Preliminary1. Traffic Prediction on Road Graphs2. Convolutions on Graphs三、Proposed Model1. Network Architecture2. Graph CNNs for Extracting Spatial Features3. Gated CNNs for Extracting Temporal Features4. Spatio-te
2022-01-18 17:21:54
12162
12
原创 【交通流预测】《Spatio-Temporal Graph Convolutional Networks: A Deep Learning Framework for Traffic For》论文详解
文章目录文章总结一、Abstract二、Introduction三、Methodology1. Problem Definition2. Graph Convolution Layer3. Temporal Convolution Layer4. Framework of Graph WaveNet四、Experiments1. 数据集2. Experimental Setups3. Experimental Results五、 Conclusion点击论文下载链接：https://arxiv.
2022-01-16 22:47:47
5460
3
原创 【交通数据（1）——加州高速路网PeMS交通数据】
交通数据（1）——加州高速路网PeMS交通数据一、PeMS数据介绍1. 数据简介二、相关数据下载1.引入库2.读入数据一、PeMS数据介绍1. 数据简介 使用PeMS，用户可以对高速公路性能进行统一、全面的评估，基于对高速公路网络当前状态的了解做出运营决策，分析拥堵瓶颈以确定潜在的补救措施，并做出更好的整体决策。是示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。二、相关数据下载1.引入库PeMS数据官网下载链接代码如下（示例）：impor
2022-01-09 13:48:19
38088
46
原创 git: ‘remote-https‘ is not a git command. See ‘git --help‘.
git: 'remote-https' is not a git command. See 'git --help'.：github desktop给GitHub上传文件时中的常见错误及解决办法
2022-01-04 21:16:26
16486
1
原创 【交通流预测】《Graph WaveNet for Deep Spatial-Temporal Graph Modeling》论文详解
文章目录文章总结一、Abstract二、Introduction三、Methodology1. Problem Definition2. Graph Convolution Layer3. Temporal Convolution Layer点击论文下载链接点击代码下载链接文章总结- 现存问题：① 捕获空间关系： 现有的方法大多捕捉对固定图结构的空间依赖性。然而，这种固定图结构不一定反应真实站点间的空间依赖关系，并且由于数据中不完整的连接，可能会丢失真正的关系。② 捕获空间关系：现存方法不
2022-01-04 11:29:38
6462
4
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人