|
|||||
|
|
| 考虑交通事件影响的城市道路行程时间预测 | |
| 作者姓名： | 许淼 刘宏飞 苏岳龙 |
| 作者单位： | 1. 吉林大学 交通学院, 吉林 长春 130022;2. 高德软件有限公司, 北京 100102 |
| 基金项目： | 国家重点研发计划项目（2018YFB1601600） |
| 摘 要： | 外部环境因素对城市交通预测有较大影响,尤其在交通事件发生时,由于交通流的随机性和非线性特征,交通异常情况下的预测精度往往较低.为此,基于深度学习理论,提出一种以序列到序列模型(Sequence-to-sequence,Seq2Seq)为主体,融合外部因素特征的城市道路行程时间预测方法.利用时间序列分解算法(Season... |
| 关 键 词： | 交通工程 行程时间预测 深度学习 交通事件 城市路网 特征提取 |
| 收稿时间： | 2021-03-15 |
| 点击此处可从《中国公路学报》浏览原始摘要信息 | |
| 点击此处可从《中国公路学报》下载免费的PDF全文 | |