机译:基于张量的贝叶斯概率模型用于城市范围内个性化旅行时间估计
Southeast Univ, Jiangsu Key Lab Urban ITS, Nanjing 210096, Jiangsu, Peoples R China;
Southeast Univ, Jiangsu Key Lab Urban ITS, Nanjing 210096, Jiangsu, Peoples R China;
Southeast Univ, Jiangsu Key Lab Urban ITS, Nanjing 210096, Jiangsu, Peoples R China;
Univ Nebraska, Dept Civil Engn, Lincoln, NE 68583 USA;
Tensor; CANDECOMP/PARAFAC (CP) factorization; Log-normal distribution; Bayesian treatment; Over-fitting;
机译:城市道路网的个性化旅行时间估计:基于张量的上下文感知方法
机译:CIVEWIDE旅行时间估计的深层架构结合了上下文信息
机译:大和稀疏轨迹的全市时空旅行时间估计
机译:使用概率模型估计信号动脉的行进时间
机译:使用机器学习的车辆探测数据进行概率交通建模和实时旅行时间预测
机译:城市动脉行程时间的贝叶斯迭代估计:融合环路检测器和探测车辆数据
机译:城市主干道旅行时间的迭代贝叶斯估计:融合环探测器和探测车辆数据。