Time-Series Graph
End Point Prediction: Gran Plot
Sampling Continuous Time Signal
Multi-input and Multi-variable systems
Gradually Varying Flow
Rapidly Varying Flow
您也可能阅读
通过共同作者、期刊和引用图与本文相关的文章。
Updated: Jul 29, 2026

Trajectory Data Analyses for Pedestrian Space-time Activity Study
Published on: February 25, 2013
本研究引入了一种新的动态延迟感知多尺度时空图卷积网络 (DDAMGCN),用于改进交通预测. 该DDAMGCN方法有效地处理不同的时间表,并优先考虑关键的流量数据,降低计算成本并提高准确性.
科学领域:
背景情况:
研究的目的:
主要方法:
主要成果:
结论: