首页> 中文期刊> 《科技创新与应用》 >基于改进LSTM模型的短期车流量预测

基于改进LSTM模型的短期车流量预测

         

摘要

随着社会的发展,短期车流预测成为了一个越来越重要的课题.准确预测车流量可以为交通部门提供必要的指导,也可为出行带来方便.为了更准确预测短时车流量,提出了基于注意力机制的长短时记忆神经网络(LSTM-attention)模型.并且又考虑到日期特性对车流量的影响,所以将数据集划分为工作日和节假日两类讨论.同时在实证分析中设置对比实验来说明LSTM-attention可以适应短时车流预测,能够对道路的拥堵情况做出较为准确判断.

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