全网乘客量精准预测
通过多模块并行学习架构，分别提炼时间、静态空间、动态空间和动态时空特征，突破传统串行堆叠设计的局限。
Wenzheng, Liu · 李洪涛 · 张海娜 · 雪江 · 孙少龙
Information Fusion 2025
并行设计四个模块分别提取时间、静态空间、动态空间和动态时空特征，避免串行堆叠导致的信息丢失。
利用非负张量分解构建动态虚拟图，揭示站点间进出客流随时间变化的交互模式。
在两个真实地铁数据集上验证，预测精度和鲁棒性显著优于现有方法。