原文传递
基于状态频率记忆神经网络的短时交通流预测
| 题名： | 基于状态频率记忆神经网络的短时交通流预测 |
| 正文语种： | 中文 |
| 作者： | 余敬柳;陈鹏;谢静敏 |
| 作者单位： | 武汉理工大学交通学院；广东华路交通科技有限公司 |
| 关键词： | 智能交通;短时交通流;状态频率记忆神经网络;预测 |
| 摘要： | 短时交通流预测:在智能交通系统中起到重要的作用.针对交通流时间序列，提出了一种基于状态频率记忆神经网络的短时交通流预测模型.该模型将交通流信息分解为状态和频率两个维度作为记忆单元进行建模，根据预测时间间隔的时长将历史交通流数据汇总，采用小波分析对历史交通流数据去噪并进行山一化处理，将其分为训练集、验证集以及测试集.最终构建短时交通流预测模型.本文以合肥市某交叉口为例，运用状态频率记忆神经网络预测该交叉口的短时交通流，并与其他预测方法的预测结果进行比较.结果表明:状态频率记忆神经网络预测短时交通流的精度更高 |
| 期刊名称： | 武汉理工大学学报（交通科学与工程版） |
| 出版年： | 2020 |
| 期： | 04 |
| 页码： | 733-737 |
检索历史
应用推荐
