短时交通流量预测

作品数：116被引量：760H指数：17
导出分析报告
相关领域：交通运输工程自动化与计算机技术更多>>
相关作者：钱伟孙棣华蒋海峰魏学业张屹更多>>
相关机构：长安大学东南大学北京交通大学昆明理工大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金国家教育部博士点基金中央高校基本科研业务费专项资金国家科技支撑计划更多>>
-
在结果中检索

检索结果分析

结果分析中...
选择条件：
  • 学科=自动化与计算机技术—计算机软件与理论x
共 条 记 录，以下是1-4
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于PSO-LSTM的短时交通流量预测网站设计被引量：2
《廊坊师范学院学报（自然科学版）》2024年第1期29-32,共4页王宁 成利敏 甄景涛 段晓霞 
2020年廊坊市科学技术研究与发展计划(第一批)自筹经费项目“基于神经网络模型的廊坊市主干道交通流量预测网站设计”(2020011009)。
短时交通流量预测是智能交通系统中的重要环节,选用在短时交通流量预测方面表现出色的LSTM神经网络,并利用PSO算法优化LSTM神经网络模型。实验结果表明,与传统LSTM模型相比,所构建的PSO-LSTM模型对未来5分钟和10分钟两种短时交通流量预...
关键词：智能交通系统 短时交通流量预测 LSTM神经网络 PSO算法 交通流量预测网站 
面向数据驱动的城市绕城高速收费站短时交通流预测
《测绘科学》2024年第2期175-186,共12页帅春燕 杨锰 高伦 邹辉 
国家基金地区基金项目(62362044)。
为了进一步提升城市绕城高速收费站交通流的预测精度,根据收费站交通流的特点,该文提出了一种基于变分模态分解(VMD),长短时记忆网络(LSTM)以及支持向量回归(SVR)的城市绕城高速收费站短时交通流量预测模型,并引入遗传算法对模型中的LST...
关键词：智能交通 收费站短时交通流量预测 变分模态分解 长短时记忆神经网络 支持向量回归 遗传算法 
基于机器视觉的短时交通流量参数估计方法研究
《自动化与仪器仪表》2021年第11期151-155,共5页沈洁 
山东省教育教学研究课题:新旧动能转换战略下“创客+”创新创业实训基地建设的研究与实践(2018JXY3033)。
针对传统单一特征模型难以充分提取时间特征导致的模型预测准确率低的问题,研究在深度学习的基础上,提出一种基于注意力机制的动态小波变换网络(DWNN)预测模型。通过结合DWNN模块与双向LSTM编解码器,并通过注意力机制对上下文信息进行...
关键词：短时交通流量预测 DWNN网络 注意力机制 LSTM网络 
支持短时交通流量预测的概率图模型构建与推理
《小型微型计算机系统》2011年第11期2320-2325,共6页吴杰 岳昆 刘惟一 赵小明 
国家自然科学基金项目(61063009;61163003)资助;国家教育部博士点基金新教师类课题(20105301120001)资助;国家教育部科学技术研究重点项目(211172)资助
短时交通流量预测,是交通系统信息化和智能化交通运输管理技术领域研究的关键问题.目前的方法对历史数据具有较高的依赖程度,或者具有较高的计算成本,或者不能有效反映实际中较复杂的交通网络及各结点之间的相互关系、以及依赖的不确定...
关键词：短时交通流量预测 概率图模型 贝叶斯网 时序依赖 近似推理 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部