《表1 图2中公交网络时间表》
提示：宽带有限、当前游客访问压缩模式
图2是一个公交网络的例子，用不同的线形来区分线路。表1显示了图2对应的各条线路的时间表，表中列出了每个站点的（到达时刻、出发时刻）。
| 图表编号 | XD0090305800 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.08.01 |
| 作者 | 马慧、汤庸、梁瑞仕 |
| 绘制单位 | 电子科技大学中山学院计算机学院、华南师范大学计算机学院、电子科技大学中山学院计算机学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 训练网络具体参数：基于卷积神经网络的多尺度融合特征图在人群密度估计中的应用》2021.02.01
- 《表2 数据集参数：基于卷积神经网络的多尺度融合特征图在人群密度估计中的应用》2021.02.01
- 《表1 图8中的参数值：电信诈骗中通信网络模型的构建及其特征分析》2020.09.20
- 《表2 X2员工素质打分：网络图数学公式在大数据分析中的应用》2019.10.01
- 《表1 X1员工素质打分：网络图数学公式在大数据分析中的应用》2019.10.01
- 《表6 不同模型的拟合度：基于门控循环单元神经网络的公交到站时间预测》2020.06.20
- 《表4 时间序列数据特征：基于门控循环单元神经网络的公交到站时间预测》2020.06.20
- 《表2 到站时间表：基于门控循环单元神经网络的公交到站时间预测》2020.06.20
- 《表1 原始数据格式：基于门控循环单元神经网络的公交到站时间预测》2020.06.20
- 《表3 站点信息表：基于门控循环单元神经网络的公交到站时间预测》2020.06.20
- 《表5 数据集大小：公交网络路径规划问题中的一种高效索引方法》2019.08.01
- 《表2 公交刷卡记录表：基于图数据库的公交出行行为分析》2019.07.14
- 《表1 公交线路表：基于图数据库的公交出行行为分析》2019.07.14
- 《表6 超网络图4中节点的超强度（前10位）》2019.06.25
- 《表5 超网络图4中节点的超度（前10位）》2019.06.25
- 《表4 超网络图4中节点的度（前10位）》2019.06.25
- 《表1 图2中网络节点对应的特征矢量中心性值》2019.01.16
- 《表2 时间序列知识网络区块子图数量》2019.02.25
- 《表1 图1 (a) 、图1 (b) 网络中节点v1到v5的路径数》2018.09.10
- 《表1 评判结果：网络图数学公式在大数据分析中的应用》2019.10.30