基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了准确地预测短期高速公路车流量,从而有利于最优路径规划,基于高速公路大数据积累,以及基于神经网络机器学习技术的发展,构建了基于长短期记忆网络构建短时车流预测模型,并对关键参数的设置进行优化,提出模型求解算法.通过杭金衢高速新岭隧道段数据进行案例分析,模型预测精度高于传统时间序列模型,为今后高速公路运行管理提供可靠支撑.
推荐文章
基于长短期记忆网络的社区演化预测
动态网络
社区演化预测
长短期记忆网络
基于卷积神经网络与双向长短时记忆网络组合模型的短时交通流预测
智能交通
短时交通流预测
深度学习
CNN
BiLSTM
基于长短期记忆网络的锂电池循环寿命预测
锂电池
长短期记忆
循环寿命
预测
基于长短期记忆神经网络的罗非鱼生长预测模型
罗非鱼
长短期记忆神经网络模型
生长模型
预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于长短期记忆网络构建短时车流预测模型
来源期刊 公路 学科 交通运输
关键词 高速公路 短期车流量预测 长短期记忆网络(LSTM) 深度学习
年,卷(期) 2019,(7) 所属期刊栏目 综合
研究方向 页码范围 224-229
页数 6页 分类号 U491.113
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (41)
共引文献  (23)
参考文献  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(6)
  • 参考文献(1)
  • 二级参考文献(5)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(5)
  • 参考文献(0)
  • 二级参考文献(5)
2013(4)
  • 参考文献(2)
  • 二级参考文献(2)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(5)
  • 参考文献(1)
  • 二级参考文献(4)
2016(2)
  • 参考文献(1)
  • 二级参考文献(1)
2017(3)
  • 参考文献(3)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
高速公路
短期车流量预测
长短期记忆网络(LSTM)
深度学习
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
公路
月刊
0451-0712
11-1668/U
大16开
北京市东城区东四前炒面胡同33号D座
2-81
1956
chi
出版文献量(篇)
13800
总下载数(次)
28
论文1v1指导