|
|||||
|
|
| 基于GRU-RNN模型的交叉口短时交通流预测研究 | |
| 作者姓名： | 于德新 周户星 王卓睿 邱实 |
| 摘 要： | 为提升交叉口短时交通流预测精度,在深度学习的理论框架下,以历史交通流量数据作为研究基础,提出一种基于GRU-RNN的短时流量预测模型.首先采用随机森林算法对交通流量数据进行预处理,补全长周期缺失情况下的丢失数据,确保样本的完整性和准确性,其次采用GRU-RNN算法对短时流量进行预测,在MYECLIPSE的开发环境调整参... |
| 关 键 词： | 城市交通 短时交通流预测 深度学习 时间序列 |
| 本文献已被 CNKI 等数据库收录！ | |