| 基于卷积和递归神经网络融合的交通状态指数预测 |
| |
| 引用本文： | 张璐,柳爽,田野.基于卷积和递归神经网络融合的交通状态指数预测[J].交通与运输,2021,37(1):91-95. |
| |
| 作者姓名： | 张璐 柳爽 田野 |
| |
| 作者单位： | 上海电科智能系统股份有限公司,上海 200063;上海电科智能系统股份有限公司,上海 200063;上海电科智能系统股份有限公司,上海 200063 |
| |
| 基金项目： | 上海市科委科研计划项目《自动驾驶开放道路测试交通监控数据解析关键技术研究及应用》 |
| |
| 摘 要： | 为提高交通状态指数预测精度,方便市民出行规划和提高相关机构管理预见性,创新研究了基于卷积和递归神经网络融合的交通状态指数预测模型.模型将卷积网络和递归网络进行了融合,由卷积神经网络层和递归神经网络层组成.该模型中的卷积网络能自动提取重要影响因子,同时递归网络能捕捉到前后时序特征,结果显示,得到的融合模型在交通状态指数预...
|
| 关 键 词： | 交通状态指数 深度学习融合模型 卷积神经网络 递归神经网络 决策树模型 ARIMA模型 |
Traffic State Index Prediction Based on Convolutional and LSTM Fusion Model |
| |
| ZHANG Lu,LIU Shuang,TIAN Ye.Traffic State Index Prediction Based on Convolutional and LSTM Fusion Model[J].Traffic and Transportation,2021,37(1):91-95. |
| |
| Authors: | ZHANG Lu LIU Shuang TIAN Ye |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
