论文摘要
实时、有效的交通预测有助于对城市交通流进行精细化管控,从而提升交通运行效率和城市品质。在分析交通流数据特性的基础上,提出一种基于栈式自编码神经网络的预测模型,该模型根据交通流时空关联特性构建多维度特征变量,经栈式自编码器进行数据重构,利用神经网络完成预测。结合北京市二环快速路的微波数据进行实例验证,结果表明该模型方法比传统的BP神经网络和支持向量机具有更好的预测精度。
论文目录
文章来源
类型: 期刊论文
作者: 何龙庆,陈伦,蒋金勇
关键词: 交通流预测,时空数据,关联分析,栈式自编码器
来源: 交通与运输 2019年S1期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 公路与水路运输
单位: 深圳市城市交通规划设计研究中心有限公司
分类号: U491.1
页码: 75-80
总页数: 6
文件大小: 2513K
下载量: 219