期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于LSTM引入客车占比特征的短时交通流预测
被引量:
11
1
作者
翁小雄
郝翊
《重庆交通大学学报(自然科学版)》
CAS
CSCD
北大核心
2020年第11期20-25,50,共7页
近年来,交通数据呈爆炸式增长,准确、及时的交通流预测信息对于智能交通系统至关重要。基于LSTM神经网络提出了一种考虑客车占比特征的短时交通流预测方法;提取车流数据中的客车占比特征并利用快速傅里叶算法(FFT)绘制其功率频谱图,验...
近年来,交通数据呈爆炸式增长,准确、及时的交通流预测信息对于智能交通系统至关重要。基于LSTM神经网络提出了一种考虑客车占比特征的短时交通流预测方法;提取车流数据中的客车占比特征并利用快速傅里叶算法(FFT)绘制其功率频谱图,验证了高速公路客车占比特征的周期性特点;针对该特点,提出了基于LSTM引入客车占比特征的短时交通流预测模型,并以广州北环高速某收费站为例进行分析。结果表明:引入客车占比特征的LSTM预测模型,有效降低了短时交通流预测的误差,提高了预测的正确率。
展开更多
关键词
交通运输工程
交通流预测
LSTM神经网络
客车占比特征
高速公路车流数据
下载PDF
职称材料
题名
基于LSTM引入客车占比特征的短时交通流预测
被引量:
11
1
作者
翁小雄
郝翊
机构
华南理工大学土木与交通学院
出处
《重庆交通大学学报(自然科学版)》
CAS
CSCD
北大核心
2020年第11期20-25,50,共7页
基金
国家自然科学基金资助项目(51578247)。
文摘
近年来,交通数据呈爆炸式增长,准确、及时的交通流预测信息对于智能交通系统至关重要。基于LSTM神经网络提出了一种考虑客车占比特征的短时交通流预测方法;提取车流数据中的客车占比特征并利用快速傅里叶算法(FFT)绘制其功率频谱图,验证了高速公路客车占比特征的周期性特点;针对该特点,提出了基于LSTM引入客车占比特征的短时交通流预测模型,并以广州北环高速某收费站为例进行分析。结果表明:引入客车占比特征的LSTM预测模型,有效降低了短时交通流预测的误差,提高了预测的正确率。
关键词
交通运输工程
交通流预测
LSTM神经网络
客车占比特征
高速公路车流数据
Keywords
traffic and transportation engineering
traffic flow prediction
LSTM neural network
the characteristics of passenger car proportion
traffic flow data of expressway
分类号
U491.1 [交通运输工程—交通运输规划与管理]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于LSTM引入客车占比特征的短时交通流预测
翁小雄
郝翊
《重庆交通大学学报(自然科学版)》
CAS
CSCD
北大核心
2020
11
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部