基于多特征时空图卷积网络的水运通航密度预测
摘要:
面对港航信息化发展的需求,物联网技术助力我国水运交通感知网络的建设。水运交通大数据分析已成为交通领域研究者和实践者关注的热点。在水运交通中,各港口的通航密度具有非线性、时空相关性和异质性,对其进行精准预测将面临巨大的挑战。提出一种基于多特征时空图卷积网络(MFSTGCN,multi-feature spatio-temporal graph convolution network)的预测方法,解决了水运交通中通航密度的预测问题。MFSTGCN方法从通航量、船舶平均航速和船舶密度3个特征出发,利用空间维图卷积和时间维卷积操作有效捕获通航密度的时空相关性。在某航运平台采集的长江港口船舶自动识别系统(AIS,automatic identification system)数据集上进行实验,结果表明,MFSTGCN 方法的预测效果优于时空图卷积网络(STGCN,spatio-temporal graph convolution network)方法的预测效果。
关键词:水运交通 ; 通航密度 ; 时空相关性 ; 图卷积网络 ; 多特征
1 引言
随着港航管理信息化的快速发展,物联网技术被应用于我国内河通航管理。在“十二五”规划期间,交通运输部组织开展了长三角航道网及京杭大运河水系智能航运信息服务(船联网)应用示范工程。在江苏、浙江和上海地区开展了物联网关键技术研究及攻关,建设内河水运交通感知网络,满足海量数据管理与区域化应用需求。在“十三五”规划期间,我国的智慧交通建设不断发展,水运领域交通大数据的服务水平和决策能力得到大幅度提高。此外,宝船网、船讯网、船队在线(HiFleet)等航运智慧平台的出现是水运交通基础数据和数据交换平台的建设成果,同时表明面向管理服务、决策与智能化应用的智慧水运研究正在不断
基于多特征时空图卷积网络的水运通航密度预测相关推荐
- 【论文阅读】Attention Based Spatial-Temporal GCN...Traffic Flow Forecasting[基于注意力的时空图卷积网络交通流预测](1)
[论文阅读]Attention Based Spatial-Temporal Graph Convolutional Networks for Traffic Flow Forecasting[基于注 ...
- 基于时空图卷积网络的高速列车调度列车延误预测
1. 文章信息 <Train Time Delay Prediction for High-Speed Train Dispatching Based on Spatio-Temporal Gr ...
- 基于骨架动作识别的时空图卷积网络
论文来自https://arxiv.org/abs/1801.07455 英语渣渣的阅读和翻译 基于骨架动作识别的时空图卷积网络 摘要:人体骨骼动力学为人类动作识别传达了重要信息.传统方法在骨骼建模上 ...
- 混合时空图卷积网络:利用导航数据改进交通预测效果 | KDD 2020
作者 | 高德机器学习团队 出品 | AI科技大本营(ID:rgznai100) 引言 时空预测(spatio-temporal forecasting)在天气预报.运输规划等领域有着重要的应用价值. ...
- KDD2020 | 混合时空图卷积网络:更精准的时空预测模型
来源:新智元 本文约5000字,建议阅读10+分钟 本文提出的混合时空图卷积网络,利用导航数据大大提升了时空预测的效果. [ 导读 ]时空预测在天气预报.运输规划等领域有着重要的应用价值.交通预测作为 ...
- 图卷积网络进行骨骼识别代码_深兰科学院:动作识别——人体骨架时空图卷积网络的关节图构造方法简介...
港中文团队论文的主要内容 1 Introduction 近年来,人类动作识别已成为活跃的研究领域,因为它在视频理解中起着重要作用.一般而言,人类行为可以从多种形式中识别,例如外观.深度. 光流和人体骨 ...
- 时空图卷积网络ST-GCN论文完全解读记录
时空图卷积网络ST-GCN论文解读 前言 一.基于图神经网络的图分类问题 二.ST-GCN文章解读 1.基于openpose实现人体骨骼提取 2. 基于人体关键点构造graph 2.1 构造单帧gra ...
- STGCN时空图卷积网络:用于交通预测的深度学习框架
时空图卷积网络:用于交通预测的深度学习框架 及时准确的交通预测对城市交通控制和引导至关重要.由于交通流的高度非线性和复杂性,传统的方法不能满足中长期预测任务的要求,往往忽略了空间和时间的相关性.本文提 ...
- 【论文阅读】Spatio-Temporal Graph Convolutional Networks:...Traffic Forecasting[时空图卷积网络:用于交通预测的深度学习框架](1)
[论文阅读]Spatio-Temporal Graph Convolutional Networks: A Deep Learning Framework for Traffic Forecastin ...
最新文章
- PyTorch 笔记(16)— torch.nn.Sequential、torch.nn.Linear、torch.nn.RelU
- px4原生源码学习三--Nuttx实时操作系统的使用
- linux的运行级别如何更改成6,把Linux运行级别设置为6后如何解决的经验分享
- Linux学习笔记:安装CentOS与Linux常用命令
- 下行文格式图片_收藏!公文写作格式大全(附示例图)
- Problem Statement
- mac sudo: /etc/sudoers is world writable
- 32个参数累加_「机械设计教程」滚珠丝杠选型过程中考虑的9个参数
- Tomcat的startup.bat闪退问题
- java期末复习题目
- Android 竖直滚动广告条、上下滚动广告条,View滚动广告条;
- matlab绘制垂线(x轴或y轴)
- etl工程师 面试题_关于数据仓库工程师的一般面试题目
- 古剑奇谭二服务器维护,《古剑奇谭网络版》2月28日更新维护公告
- 不可以色色,色狗柴柴系列表情包,好有趣
- Power BI笔记:给排名度量添加矢量图标效果
- 基于C#制作一个飞机大战小游戏
- 【微信小程序】picker 滚动选择器
- VFIO硬件依赖——IOMMU机制
- 如何用js检测浏览器类型