返回
Network traffic forecasting with transfer learning-based algorithm for long continuous missing data
DOI:10.1016/j.eswa.2025.129484.png)
摘要
En 中文
• 一个新框架预测了存在长期缺失时段的交通数据。
• 迁移学习插补了长期连续缺失的数据。
• 信号分解简化了复杂的插补时间序列。
• 高精度在真实电网交通数据中得到验证。
期刊
IF:
7.5
论文数:
3.0W
被引数:
10.2W
机构
引用论文
暂无论文信息

