基于Spark框架的实时交通流量预测方法

• 作者: 杨楠 白宇 章茂庭 蒋顺英 郑永玲
• 来源期刊: 现代信息科技
• 学科: 交通运输
• 关键词: 实时交通流量预测 Spark LSTM GPS轨迹大数据 参数调整
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 信息技术
• 页码范围: 1-8
• 页数: 8页
• 分类号: TP202+.2|U491.1+23
• 字数: 3028字
• 语种: 中文

摘要

在数据科技时代,针对集中式挖掘平台下传统LSTM网络模型在处理移动轨迹大数据时存在的计算与存储问题,提出一种Spark框架下基于LSTM优化模型的实时交通流量预测方法,旨在于提高交通流量预测的精确性.实践结果表明,基于真实的出租车GPS轨迹大数据,Spark框架下的LSTM优化模型可以实时准确地预测交通流量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	章茂庭	贵州民族大学数据科学与信息工程学院	1	0	0.0	0.0
2	杨楠	贵州民族大学数据科学与信息工程学院	1	0	0.0	0.0
3	蒋顺英	贵州民族大学数据科学与信息工程学院	1	0	0.0	0.0
4	郑永玲	贵州民族大学数据科学与信息工程学院	1	0	0.0	0.0
5	白宇	贵州民族大学数据科学与信息工程学院	1	0	0.0	0.0