您当前所在位置: 首页

论文收录信息

论文编号 201710-34
论文题目 基于卷积神经网络的城市交通路况预测
文献类型
收录期刊

上传封面

中文期刊 英文期刊

期刊名称(中文)

期刊名称(英文)

年, 卷(

上传封面

中文专著 英文专著

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

中文译著 英文译著

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

中文论文集 英文论文集

编者 . 论文集名称(中文) [c].

出版地 出版社 出版年-

编者 . 论文集名称(英文) [c].

出版地 出版社 出版年-

上传封面

中文文献 英文文献

期刊名称(中文)

期刊名称(英文)

日期--

在线地址http://

上传封面

中文文献 英文文献

文题(中文)

文题(英文)

出版地

出版社, 出版日期--

上传封面

中文文献 英文文献

文题(中文)

文题(英文)

出版地

出版社, 出版日期--

后印本*

(请提交PDF文档)

基于卷积神经网络的城市交通路况预测

引用

复制文本

导出参考文献

.txt .ris .doc

陈钊铭

陈钊铭(1996-),男,本科在读,主要研究方向:移动数据挖掘

李仕杰

李仕杰(1997-),男,主要研究方向:移动数据挖掘

姜茗飞

姜茗飞(1997-),男,主要研究方向:移动数据挖掘

万怀宇

万怀宇(1981-),男,讲师,硕导,主要研究方向:社交网络挖掘、交通数据挖掘。

发送私信

发送给

北京交通大学计算机与信息技术学院交通数据分析与挖掘北京市重点实验室,北京 100044

摘要:近年来,智能交通控制与诱导问题已成为一项热门研究课题,实时准确地对城市道路交通路况进行预测是实现智能交通控制与诱导的关键环节。本文提出了一种基于卷积神经网络的城市交通路况预测模型(STCN),首先利用合理的时空数据模型存储历史交通路况数据,然后对城市历史路况信息进行必要的预处理,分析交通路况数据在时间、空间两个维度上的特点,并利用卷积描述交通数据在空间上的依赖关系,用三个子网络分别描述交通数据在时间维度上的变化特点。最后,我们使用北京五环内的真实路况数据进行了实验,实验结果表明,本文提出的模型优于其它基准方法。

关键词: 卷积神经网络;时空特性;城市交通路况预测

图表:

动态公开评议

评论

评论一下

全部评论
评论