【摘 要】
：
针对传统的预测方法只考虑到了交通流量的时序特征,忽略了其空间特征这一问题,提出卷积神经网络(CNN)和长短期记忆网络(LSTM)相结合的短时交通流量预测模型。通过CNN挖掘相邻
【基金项目】
：
北京市教委科技创新平台基金项目(PXM2018_014213_000033)
论文部分内容阅读
针对传统的预测方法只考虑到了交通流量的时序特征,忽略了其空间特征这一问题,提出卷积神经网络(CNN)和长短期记忆网络(LSTM)相结合的短时交通流量预测模型。通过CNN挖掘相邻路口交通流量的空间关联性,通过LSTM模型挖掘交通流量的时序特征,将提取的时空特征进行特征融合,实现短期流量预测。实验结果表明,CNN+LSTM模型预测误差明显小于其它模型,验证了考虑时空特征进行交通流量预测的有效性。
其他文献
随着城市轨道交通的快速发展,许多城市已经形成了比较复杂的地铁网络,网络化运营条件下客流暴增,而地铁自动售票机缺乏相应的客流指引功能;同时,地铁形成网络后,运营成本大幅
ue＊M＃’＃dkB4＃＃8＃”专利申请号:00109“7公开号:1278062申请日:00.06.23公开日:00.12.27申请人地址:（100084川C京市海淀区清华园申请人:清华大学发明人:隋森芳文摘:本发明属于生物技
对于传统的民族动画,当下的动画人找不到创新的突破口,几大经典题材反复的改编翻拍也使观众渐渐失去了观影兴趣。而在网络上,《鬼吹灯》、《盗墓笔记》之类的玄幻小说盛行,其
通过对苹果和安卓两大应用市场档案移动App的开发应用情况的调查,找出我国档案移动App应用服务中存在的重视程度不够、综合档案馆开发率低、系统不兼容、服务内容单一等问题,