基于LSTM神经网络模型的交通事故预测

来源 :计算机工程与应用 | 被引量 : 0次 | 上传用户:willian_tang
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
道路交通事故是道路交通安全水平的具体体现,为使预测数据更科学地为交通管理系统提供决策。提出建立基于LSTM(Long Short-Term Memory)神经网络的交通事故模型,训练交通事故相关的数据,对交通安全水平的指标进行预测。经过与传统回归模型和传统神经网络模型进行实验对比,实验显示LSTM拟合效果最佳,另外LSTM模型对同一趋势上的预测效果有明显优势。通过使用LSTM模型捕获数据中存在的时序依赖关系,能够更准确地对交通事故安全水平进行预测,使交通管理部门制定更加科学准确的决策。
其他文献
论述了基于Pocket PC Phone Edition中的短消息发送和接收技术,并给出了具体实现的核心代码.结合实际经验,指出了决定短消息接收成败的关键因素.
心脏疾病严重威胁人类身体健康,心电图(Electrocardiogram,ECG)心拍分类对心脏疾病的临床诊断和自动诊断具有重要意义。现有基于深度学习生成的ECG心拍特征虽然优于基于传统
本文重点介绍了用Visual C++6.0编写多功能数据处理显示程序的方法和实例.
今日的世界亦是一个数据驱动的世界,每个企业都希望以全新的、富有创意的方式利用其所拥有的信息资产,以获得无可比拟的竞争优势.但是,花费太多的时间或者倾注太多的资源来管