首页> 中文期刊> 《武汉理工大学学报(交通科学与工程版)》 >基于LSTCN模型的城市交通速度预测

基于LSTCN模型的城市交通速度预测

         

摘要

为了提高城市交通速度预测的精度,充分考虑天气因素的影响,挖掘交通速度数据隐藏的深层特征,提出了一种融合天气因素的城市交通速度预测模型.通过对天气和交通速度数据的相关性计算,筛选出了相关性最强的四个气象特征;引入因果逻辑约束,增强了时间序列特征的表达;利用扩展卷积提取交通速度数据不同时间长度下的序列特征,构建了基于长短期时间卷积网络(long and short-term temporal convolutional network,LSTCN)的预测模型,将天气数据和交通速度数据作为模型的输入.最后,对深圳和广州的交通速度公共数据集进行实验验证,与表现最佳的基准模型时间卷积网络相比,平均绝对误差比降低了6.7%,均方误差降低了5.3%.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号