作者:孔繁钰; 周愉峰; 陈纲深度神经网络改进卷积神经网络交通流量预测时空特征大数据自动学习
摘要:基于神经网络和大数据的交通流量预测方法层出不穷,但对交通流量预测的精度仍有待进一步提高。为了解决该问题,提出一种基于时空特征挖掘的交通流量预测方法。该方法使用改进的CNN来挖掘交通流量的空间特征,使用递归神经网络来挖掘交通流量的时间特征,能够充分利用交通流量的每周/每天的周期性和时空特征。此外,在该方法中还使用了一种基于相关性的模型,它可以根据过去的交通流量实现自动学习。实验结果表明,相比于其他几种较新的预测方法,所提方法具有较高的交通流量预测精度。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社