您当前的位置：
首页 >
文章列表页 >
注意力融合的特征增强动态图卷积交通流预测模型
更新时间：2026-07-30

    • 注意力融合的特征增强动态图卷积交通流预测模型

    • Feature-Enhanced Dynamic Graph Convolutional Neural Model with Attention Fusion for Traffic Flow Prediction

    • 软件导刊   2026年 页码：1-8

    • DOI：10.11907/rjdk.261041    

      中图分类号： TP183

    • 收稿：2026-03-06，

      网络首发：2026-07-30，

    移动端阅览

  • 戴卿鹏, 杨昊, 文武. 注意力融合的特征增强动态图卷积交通流预测模型[J/OL]. 软件导刊, 2026,1-8. DOI： 10.11907/rjdk.261041.

    DAI Qingpeng, YANG Hao, WEN Wu. Feature-Enhanced Dynamic Graph Convolutional Neural Model with Attention Fusion for Traffic Flow Prediction[J/OL]. Software Guide, 2026, 1-8. DOI： 10.11907/rjdk.261041.

  •  
  •  

0

浏览量

0

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

基于增强多视图与对比学习的图卷积网络在高光谱图像分类中的应用
自动聚焦前景人像的抠图模型
基于改进VirConv算法的点云三维目标检测
基于偏置交叉注意力的点云配准算法
基于混合注意力机制与C2f的行人检测算法研究

相关作者

蔡之华
望超
李天聪
裴来凡
李计成
董莉霞
刘洋
孙水发

相关机构

中国地质大学（武汉） 计算机学院
武汉工程科技学院 计算机与人工智能学院
甘肃农业大学 信息科学与技术学院
三峡大学 计算机与信息学院
三峡大学 湖北省水电工程智能视觉监测重点实验室
0