文献类型：期刊文章

作　　者：金尚柱[1] 郁昇[1] 赵彦[1] 武宸[1]

JIN Shangzhu;YU Sheng;ZHAO Yan;WU Chen(School of Intelligent Technology and Engineering,Chongqing University of Science and Technology,Chongqing 401331,China)

机构地区：[1]重庆科技学院智能技术与工程学院,重庆401331

出　　处：《重庆科技学院学报（自然科学版）》

基　　金：重庆市自然科学基金面上项目“不确定性推理中不完备和不一致性问题的解决方法研究”(CSTC2019JCYJMSXMX0355)。

年　　份：2022

卷　　号：24

期　　号：4

起止页码：99-102

语　　种：中文

收录情况：CAS、普通刊

摘　　要：为了精准预测交通流量,提出了基于ChebNet的交通流量预测。首先,将交通信息转化为图数据;然后,整合每个结点特征信息和结构信息,融合局部信息;最后,根据实验模型变换输出结果。实验结果证明,ChebNet能准确、快速地对交通流量进行预测。

关 键 词：碳排放 交通流量预测 图卷积神经网络  ChebNet  

分 类 号：TP391]