机译:基于分区OD流和车辆轨迹数据的原点-目的地行程表估计
Myong Ji Univ, Dept Transportat Engn, Coll Engn, Yongin, South Korea;
Univ Calif Irvine, Inst Transportat Studies, Irvine, CA USA;
Hanyang Univ, Dept Transportat & Logist Engn, 55 Hanyangdaehak Ro, Ansan 15588, Gyeonggi Do, South Korea;
Korea Transport Inst, Korea Transport Database Ctr, Sejong Si, South Korea;
Travel demand; O-D trip table estimation; vehicle trajectory; subarea O-D; multiple field data; model;
机译:日常动态原点 - 目的地流程估算使用连接的车辆轨迹和自动车辆识别数据
机译:使用基于位置的社交网络数据进行非上下班旅行的原点目的地估计
机译:使用自动车辆识别数据的动态原点 - 目的地流程估计:3D卷积神经网络方法
机译:车辆轨迹数据和半监督递归神经网络的原点流预测
机译:根据观察到的交通数据估算起点-目的地行程表的框架:质量评估方法。
机译:基于粒子过滤器的城市交通网络车辆密度估计的介观交通数据同化框架
机译:使用自动车辆识别和探头车辆轨迹数据的动态路径流量估计:3D卷积神经网络模型
机译:基于观测链路体积和转动运动估计起始 - 目的地跳闸表。第1卷:技术报告