Department of Computer Science University of Southern California Los Angeles, CA 90089;
Department of Computer Science University of Southern California Los Angeles, CA 90089;
Department of Computer Science University of Southern California Los Angeles, CA 90089;
Department of Computer Science University of Southern California Los Angeles, CA 90089;
summarization; spatiotemporal data streams; transportation; query;
机译:基于摘要交通熵的S变换分析大规模交通流中的异常
机译:时空数据挖掘的新方法:结合时空和可视数据挖掘进行流量分析
机译:基于库的网络流量流汇总以进行异常检测
机译:交通数据流的时空总结
机译:可扩展的马尔可夫模型:一种用于时空流数据的有效数据挖掘框架。
机译:使用连接的车辆数据估计交通流量密度:线性和非线性滤波方法
机译:交通数据流的时空综述