机译:基于数据处理和LSTM-RNN的数据驱动的城市路网交通流量短期预测
South China Univ Technol, Sch Civil Engn & Transportat, Traff Informat Engn & Control, Wushan St 381, Guangzhou, Guangdong, Peoples R China;
South China Univ Technol, Sch Civil Engn & Transportat, Traff Informat Engn & Control, Wushan St 381, Guangzhou, Guangdong, Peoples R China;
South China Univ Technol, Sch Civil Engn & Transportat, Traff Informat Engn & Control, Wushan St 381, Guangzhou, Guangdong, Peoples R China;
Short-term traffic flow prediction; Urban road network; Deep learning; Data processing; LSTM-RNN;
机译:基于数据处理和LSTM-RNN的城市道路网络流量的数据驱动短期预测
机译:基于多维尺度的数据降维方法在城市路网短期交通流量预测中的应用
机译:基于多维尺度的数据降维方法在城市路网短期交通流量预测中的应用
机译:基于交通流时空特征的路网短期交通流预测
机译:深度学习短期网络广播道路交通预测
机译:利用空气污染和大气数据改善道路交通预测:基于LSTM经常性神经网络的实验
机译:基于混合RBF神经网络的短期路速预测借助于城市交通流量模糊系统的技术