中文版 | English

在结果中检索

CASIA OpenIR
（本次检索基于用户作品认领结果）

浏览/检索结果: 共6条，第1-6条 帮助

限定条件            
已选(0)清除 条数/页：   排序方式：
PAT: Point Cloud Analysis with Local Filter Embedding in Transformer 会议论文
, Macau, China, October 8-12, 2022
作者:  Xi Li;  Siqi Fan;  Yuanyuan Chen,;  Yuliang Liu,;  Shichao Chen,;  Fenghua Zhu,;  Yisheng Lv
Adobe PDF(2566Kb)  |  收藏  |  浏览/下载：179/38  |  提交时间：2023/05/05
STGSA: A Novel Spatial-Temporal Graph Synchronous Aggregation Model for Traffic Prediction 期刊论文
IEEE/CAA Journal of Automatica Sinica, 2023, 卷号: 10, 期号: 1, 页码: 226-238
作者:  Zebing Wei;  Hongxia Zhao;  Zhishuai Li;  Xiaojie Bu;  Yuanyuan Chen;  Xiqiao Zhang;  Yisheng Lv;  Fei-Yue Wang
Adobe PDF(7068Kb)  |  收藏  |  浏览/下载：308/75  |  提交时间：2023/01/03
Deep learning  graph neural network (GNN)  multi-stream  spatial-temporal feature extraction  temporal graph  traffic prediction  
基于注意力机制和分时图卷积的公交客流预测 期刊论文
模式识别与人工智能, 2021, 卷号: 34, 期号: 2, 页码: 167-175
作者:  张伟;  朱风华;  吕宜生;  陈圆圆
Adobe PDF(955Kb)  |  收藏  |  浏览/下载：307/63  |  提交时间：2021/05/27
智能交通  公交客流预测  递归神经网络  通道注意力模块  分时图卷积  
Acting As A Decision Maker: Traffic-Condition-Aware Ensemble Learning for Traffic Flow Prediction 期刊论文
IEEE TRANSACTIONS ON INTELLIGENT TRANSPORTATION SYSTEMS, 2020, 期号: Accepted, 页码: Accepted
作者:  Yuanyuan Chen;  Hongyu Chen;  Peijun Ye;  Yisheng Lv;  Fei-Yue Wang
浏览  |  Adobe PDF(2382Kb)  |  收藏  |  浏览/下载：305/63  |  提交时间：2020/10/16
Traffic Flow Prediction  Ensemble Learning  Deep Learning  
A Hybrid Deep Learning Approach with GCN and LSTM for Traffic Flow Prediction 会议论文
, Auckland, New Zealand, 2019-10-27
作者:  Zhishuai Li;  Gang Xiong;  Yuanyuan Chen;  Yisheng Lv;  Bin Hu;  Fenghua Zhu;  Fei-Yue Wang
Adobe PDF(305Kb)  |  收藏  |  浏览/下载：332/74  |  提交时间：2020/10/15
A Multi-Stream Feature Fusion Approach for Traffic Prediction 期刊论文
IEEE Transactions on Intelligent Transportation Systems, 2022, 卷号: 23, 期号: 2, 页码: 1456-1466
作者:  Zhishuai Li;  Gang Xiong;  Yonglin Tian;  Yisheng Lv;  Yuanyuan Chen;  Pan Hui;  Xiang Su
Adobe PDF(3248Kb)  |  收藏  |  浏览/下载：409/73  |  提交时间：2020/10/15
Traffic prediction, graph convolutional neural network, deep learning, multi-stream