| 标题 |
[高分]
A multi-resolution spatiotemporal semantic learning approach for origin-destination demand prediction in urban rail transit network 相关领域
计算机科学
瓶颈
特征(语言学)
依赖关系(UML)
人工智能
公共交通
特征学习
数据挖掘
代表(政治)
分割
卷积神经网络
机器学习
编码(内存)
钥匙(锁)
语义学(计算机科学)
深度学习
资源配置
特征提取
模式(计算机接口)
城市轨道交通
空间分析
构造(python库)
流量网络
组分(热力学)
资源(消歧)
服务(商务)
解码方法
智能交通系统
方案(数学)
服务质量
|
| 网址 | |
| DOI | |
| 其它 |
期刊:Computers & Industrial Engineering 作者:Zhengyu Duan; Mingxiang Gu; Songwen Luo 出版日期:2026 |
| 求助人 | |
| 下载 | 该求助完结已超 24 小时,文件已从服务器自动删除,无法下载。 |
|
温馨提示:该文献已被科研通 学术中心 收录,前往查看
科研通『学术中心』是文献索引库,收集文献的基本信息(如标题、摘要、期刊、作者、被引量等),不提供下载功能。如需下载文献全文,请通过文献求助获取。
|
PDF的下载单位、IP信息已删除
(2025-6-4)