TY -的A2 -加兰特,弗朗西斯科·盟——俄罗斯,一位非盟-徐,王向东盟——周、杨AU -杨,曹国伟PY - 2020 DA - 2020/09/08 TI -关键段识别链接旅行速度预测城市道路网络中SP - 8845804六世- 2020 AB -预测交通运行条件对城市交通规划和管理是至关重要的。提出了大量的算法来提高预测精度。然而,这些研究主要是基于完整的数据,没有讨论大量数据缺失的脆弱性。和应用这些算法在高成本的约束下,高质量的实时交通数据采集的大规模的公路网络。本文旨在演绎道路网络的交通运行状况与少量的关键部分基于出租车GPS数据在中国西安的城市。确定这些关键部分,我们假设不同路段内浮动车的状态相关,相互代表和设计启发式算法利用注意力机制图中嵌入神经网络(GNN)。结果表明,设计的模型达到一个高的精度比传统方法只使用两个关键段公路网络占2.7%。拟议的方法生成的关键部分是有成本效益的方案,大大降低了交通信息收集的成本和更明智的没有要求极高的预测精度。我们的研究对节约成本有指导意义的各种信息采集技术路线规划等浮动车或传感器布局。SN - 0197 - 6729你2020/8845804 / 10.1155——https://doi.org/10.1155/2020/8845804——摩根富林明-杂志的先进运输PB - Hindawi KW - ER