原文传递
基于 Conv-LSTM的短时交通流量预测方法
| 题名： | 基于 Conv-LSTM的短时交通流量预测方法 |
| 正文语种： | 中文 |
| 作者： | 赵昱博 |
| 作者单位： | 深圳城市交通规划设计研究中心股份有限公司,深圳518000 |
| 关键词： | 短时交通流量预测 深度学习 CNN LSTM |
| 摘要： | 交通流量预测具有重要的现实意义，提高其预测的精准度是相关领域的研究重点。本文提出了一种基于Conv-LSTM的短时交通流量预测方法，以交通GPS数据为基础，通过数据预处理生成时空流量矩阵，利用卷积网络提取流量特征，并融合外部影响因子，对LSTM网络进行时间维度的流量预测。经实验验证，该模型性能表现较好，预测结果较为准确地反映出交通流量的变化趋势，与类似方法对比具有一定的优越性。 |
| 会议日期： | 202011 |
| 会议举办地点： | 深圳 |
| 会议名称： | 第十五届中国智能交通年会 |
| 出版日期： | 2020-10-31 |
| 母体文献： | 第十五届中国智能交通年会论文集 |
检索历史
应用推荐
