基于Softmax函数增强卷积神经网络—双向长短期记忆网络框架的交通拥堵预测算法

陈悦; 杨柳; 李帅; 刘恒; 唐优华; 郑佳雯

首页> 中文期刊> 《科学技术与工程》 >基于Softmax函数增强卷积神经网络—双向长短期记忆网络框架的交通拥堵预测算法

基于Softmax函数增强卷积神经网络—双向长短期记忆网络框架的交通拥堵预测算法

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

对交通状态进行预测,需要准确识别和判断交通状态。基于道路自身的自由流速度,将具有不同速度等级的街道统一以旅行时间指数(travel time index, TTI)作为拥堵评价,相较于以车辆速度为基准的传统预测方法更能表现出道路的拥堵状态。提出了一种改进的深度学习预测模型(CS-BiLSTM),该模型基于卷积神经网络(convolutional neural networks, CNN)和双向长短期记忆(bidirectional long short-term memory, BiLSTM),并结合Softmax函数增强CNN提取出的交通空间特征信息。最后以成都市出租车的全球定位系统(global positioning system, GPS)数据进行验证。结果表明,所提出的CS-BiLSTM模型具有更高的准确性,其性能相比CNN-BiLSTM网络预测框架提升了13%。

著录项

来源
《科学技术与工程》 |2022年第29期|12917-12926|共10页
作者
陈悦; 杨柳; 李帅; 刘恒; 唐优华; 郑佳雯;
展开▼
作者单位

西南交通大学信息科学与技术学院;

综合交通大数据应用技术国家工程实验室;

西南交通大学唐山研究院;

西南交通大学交通运输与物流学院;

西南交通大学计算机与人工智能学院;

展开▼
原文格式 PDF
正文语种 chi
中图分类算法理论;
关键词
交通拥堵预测; 旅行时间指数(TTI); 卷积神经网络(CNN); Softmax函数; 双向长短期记忆(BiLSTM);

相似文献

中文文献
外文文献
专利

1. 结合卷积神经网络与双向长短期记忆网络的房颤预测算法研究 [J] . 王量弘 ,李馨 ,陈钧颖 . 实用心电学杂志 . 2022,第4期
2. 基于长短期记忆模型的交通拥堵预测方法 [J] . 吕鲜 ,戚湧 ,张伟斌 . 南京理工大学学报（自然科学版） . 2020,第001期
3. 基于卷积神经网络与双向长短时记忆网络组合模型的短时交通流预测 [J] . 徐先峰 ,黄刘洋 ,龚美 . 工业仪表与自动化装置 . 2020,第001期
4. 基于卷积神经网络-双向长短期记忆网络的人体活动识别方法 [J] . 孙彦玺 ,陈继斌 ,武东辉 . 科学技术与工程 . 2022,第4期
5. 一种在线医疗社区问答文本实体识别方法——基于卷积神经网络和双向长短期记忆神经网络 [J] . 廖开际 ,邹珂欣 ,席运江 . 科技管理研究 . 2021,第008期
6. 基于卷积神经网络和长短期记忆模型的交通状态预测 [C] . 黎旭成 ,唐校辉 ,王卓 . 2019年中国城市交通规划年会 . 2019
7. 基于注意力机制双向长短期记忆网络的短期负荷滚动预测方法 [A] . 王璇 . 2019

基于Softmax函数增强卷积神经网络—双向长短期记忆网络框架的交通拥堵预测算法

摘要

著录项

相似文献

相关主题

期刊订阅