基于深度神经网络的交通出行方式选择模型

• 作者: 张剑锋 张裕天 田晟 许凯
• 来源期刊: 北华大学学报（自然科学版）
• 学科: 交通运输
• 关键词: 出行方式选择 深度学习 深度神经网络
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 交通工程
• 页码范围: 109-113
• 页数: 5页
• 分类号: U491
• 字数: 3943字
• 语种: 中文
• DOI: 10.11713/j.issn.1009-4822.2019.01.023

摘要

由于自身的局限性,传统的交通出行方式选择模型不能很好地发挥大数据的作用,而深度学习在大数据分析领域具有广阔的应用前景.建立基于深度神经网络的出行方式选择预测模型,运用随机梯度下降算法、丢弃法等解决层数加深后导致的过拟合问题;利用广州市居民出行调查数据对模型进行训练和测试.结果表明,该模型具有较高的测试精度和泛化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	田晟	华南理工大学土木与交通学院	56	175	7.0	9.0
2	许凯	华南理工大学土木与交通学院	11	12	2.0	3.0
3	张剑锋	华南理工大学土木与交通学院	3	5	2.0	2.0
4	张裕天	华南理工大学土木与交通学院	3	5	2.0	2.0