分类： 计算机科学 >> 计算机科学的集成理论 提交时间： 2022-04-07 合作期刊: 《计算机应用研究》
摘要： 交通流预测在智能交通系统的建设中起着关键性的作用，然而现有的预测方法无法准确的挖掘其潜在的时空相关性，而且大都采用全连接网络进行单步预测。为了进一步挖掘数据的时空特性以及提升长短期预测的精度，提出了一种门控循环图卷积网络(gated recurrent graph convolutional network，GR-GCN)模型。首先，利用频域上的图卷积结合门控循环单元(GRU)构建一个时空组件(spatial-temporal component，STC)以同时捕获节点的时空相关性，充分的提取数据的时空特征；然后，利用该时空组件构成编码器单元，并将时间序列数据和路网结构数据输入其中；最后，使用门控循环单元作为解码器单元，并按照时间顺序将两者组成一个编码器-解码器(Encoder-Decoder)结构，依次解码出每个时刻的预测结果。在加利福尼亚交通局(Caltrans)性能评估系统中高速公路数据集PeMSD4和PeMSD8进行了实验。结果表明，所提模型GR-GCN在预测未来15分钟、30分钟、45分钟和60分钟的交通流量方面优于大多数现有基准模型，尤其是在长期预测方面。
分类： 计算机科学 >> 计算机科学的集成理论 提交时间： 2020-09-28 合作期刊: 《计算机应用研究》
摘要： 缺陷定位是软件质量保证中关键且困难的一项工作。随着软件规模增大，人工进行缺陷定位的成本越来越高，自动化的缺陷定位技术成为研究热点。现有的基于程序频谱的缺陷定位技术可以将缺陷定位到程序语句，但对于大型复杂的软件系统，这种定位方法将带来较大的时间花销。针对此问题，提出一种基于程序频谱的两阶段缺陷定位方法，第一阶段为粗粒度定位，将缺陷定位到程序模块；第二阶段为细粒度定位，在定位的程序模块中，再将缺陷定位到语句；最后输出可疑语句推荐列表，辅助开发人员的调试工作。实验结果表明，相比于传统的方法，该方案在保证定位效果的前提下，平均减少了10.24%的定位时间。
分类： 计算机科学 >> 计算机科学的集成理论 提交时间： 2018-11-29 合作期刊: 《计算机应用研究》
摘要： 随着机动车保有量日益增加，停车难愈发成为城市的通病，但当上班地点停车场大排长龙时，周边居住区车位却大量处于空闲状态，车位资源却得不到合理利用。而现有的共享停车方法由于其随机性实施难度较大，为减少其随机性，降低共享停车的实施难度以及减少车位资源的浪费，基于毗邻办公楼与居住区的通勤团体之间出行时间具有的天然互补性，提出数据驱动的一对一的配对共享的解决方案。通过分析车场车辆进出记录数据对问题进行求解，分析进出口数据，得到关于居住区车位的空闲时长特征与办公楼车辆的使用时长特征，进而根据时长最大化的匹配方法得到配对车位与车辆。针对选取的停车场进行实验，完全匹配的车位占比37.66%，所有匹配车位利用率平均提高15.24%，其中最大提高57.84%。结果表明配对共享具有较大可行性。
点击量
点击量
下载量
评论
