基于時空相關(guān)性的短時交通流量預(yù)測方法
關(guān)鍵詞：短時交通流量 雙向門控循環(huán)單元 時空特征 周期性特征
摘要：新一代智能交通系統(tǒng)的智能出行、交通大數(shù)據(jù)智能化決策需要精準及時的短時交通流量預(yù)測,深度學(xué)習(xí)通過機器學(xué)習(xí)技術(shù)自身產(chǎn)生特征,可為短時交通流量預(yù)測提供解決方法。以深度學(xué)習(xí)模型為基礎(chǔ),提出一種結(jié)合Conv-GRU和Bi-GRU的短時交通流量預(yù)測方法,利用卷積-門控循環(huán)單元提取交通流量的時空特征,通過雙向門控循環(huán)單元提取交通流量的周期特征,將提取的特征進行融合得到交通流量的預(yù)測值。實驗結(jié)果表明,該方法能夠準確地預(yù)測短時交通流量,與Conv-LSTM方法相比,收斂速度較快,具有更短的運行時間。
計算機工程雜志要求:
{1}文獻按作者姓氏的第一個字母依A－Z順序分中、英文兩部分排列，中文文獻在前，英文文獻在后。引文中的英文書名及期刊名用斜體，論文題目寫入“”號內(nèi)。
{2}來稿應(yīng)是未以任何形式公開發(fā)表過的論文，亦不接受一稿多投的文章。稿件寄出1個月未接到本刊通知即可自行處理。
{3}本刊已許可中國知網(wǎng)以數(shù)字化方式復(fù)制、匯編、發(fā)行、信息網(wǎng)絡(luò)傳播本刊全文。如有異議，請在投稿時說明，本刊將按作者說明處理。
{4}標題之下如“(1)(2)”和“①②”序數(shù)不分行顯示。
{5}作者簡介：第一作者姓名（出生年月），性別，畢業(yè)院校及學(xué)位，職稱，研究方向。
注：因版權(quán)方要求，不能公開全文，如需全文，請咨詢雜志社
