【摘 要】
：
城市交通流具有非线性、相关性、周期性等特点,其建模和准确预测难度较大。为提高预测准确率,在雨天、非雨天和工作日、非工作日四种影响因素下搭建基于长短期记忆(LSTM)网络
【机 构】
：
贵州大学大数据与信息工程学院,贵阳信息技术研究院
【基金项目】
：
贵州省基金(黔科合基础[2019]1063号),贵州大学引进人才科研项目(贵大人基合同字(2017)13号、14号),国家自然科学基金项目(60862003)
论文部分内容阅读
城市交通流具有非线性、相关性、周期性等特点,其建模和准确预测难度较大。为提高预测准确率,在雨天、非雨天和工作日、非工作日四种影响因素下搭建基于长短期记忆(LSTM)网络模型的双向长短期记忆(BiLSTM)网络模型用于提取不同因素下的数据周期特性,利用实测数据进行交通流预测分析实验。结果表明,与不考虑影响因素即随机环境相比,在考虑影响因素下BiLSTM模型预测的效果稍好;同时,在四个影响因素下,与传统RNN模型、LSTM模型进行比较,BiLSTM模型预测效果均稍好。
其他文献
大数据时代和云计算背景下,各高校根据需要采用了大量管理系统,为教学和管理提供了极大的便捷,所产生的大量数据只有通过共享和挖掘,才能更好地为高校管理服务。在公寓管理方
针对无线传感器网络中未知节点的定位精度极大依赖于接收信号强度指示物理测量的问题,探讨基于梯度的果蝇视觉神经网络优化模型。模型设计中,基于果蝇视觉神经网络的生物原理
90后、00后大学生基本上是独生子女,生活比较单调,通过近年来的入学普查,发现有50%以上的学生存在一定的消极心理情绪。本文主要是结合大学生心理状态设计的一款心理健康测试
研究露天矿矿用卡车运行规律关乎到矿用卡车安全调度与控制,极具现实意义。本文采用SPSS数据分析软件,用回归分析的方法进行研究。根据现场实际作业条件,结合现有数据特征,选
本文研究城市路网模型的建立和路径导航算法,提出一种新型路网模型建立的线路导航策略,根据行驶车辆在路网中的特点凝练提出新型路网模型,采用聚类方法对原始数据进行分析,并
该论文将深度学习中目标检测技术结合教室实际场景,对录播课堂中教师以及学生进行行为检测识别,方便后续结合教学模型了解课堂质量。实验融合了Libra R-CNN中的平衡金字塔结
新工科人才培养的创新创业教育实践平台建设,从人才培养质量入手,从日常教育模式入手,融入更多启发式教学、实践性教学、小班化教学、协作式教学的元素,创新性的构建起“互联
“互联网+”时代下,针对应用型本科院校《机器人设计与编程》课程教学实践中的问题,构建基于引进优质在线课程的线上线下混合教学模式。通过线上线下教学,实现了资源混合、内
组网技术课程是网络工程专业的一门重要专业课,是一门实践性要求特别强的课程,要求学生通过动手做实验掌握重要知识点。本文主要介绍如何使用eNSP的考试功能提高课堂教学效果
智能鱼缸与盆景一体化系统具有创新、智能、低碳的特点,该系统运用单片机开发平台、智能控制终端、云服务器等搭建鱼缸和盆景一体的智能监控系统,运用相关传感器采集花卉和鱼类的各类参数、经单片机硬件开发平台分析处理、物联网平台实时监控,实现数据比对和自行处理、能源高效利用、远程浇水和喂饲料等功能。