作者:
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:
针对道路交通拥堵的情况,对道路的短时交通流进行预测能够很好的缓解拥堵并且具有预警能力。本文主要对国内外基于神经网络对短时交通流预测算法研究进行综述,最后得出本文结论。
推荐文章
基于模糊神经网络的短时交通流预测方法研究
模糊神经网络
短时交通流
预测方法
基于小波分析与神经网络的交通流短时预测方法
小波分析
小波神经元网络
交通流
短时预测
基于混沌粒子群算法的神经网络短时交通流预测
交通流量
预测
混沌粒子群
神经网络
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
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 基于神经网络的短时交通流预测方法研究综述
来源期刊 汽车世界 学科 社会科学
关键词 神经网络 短时交通流 预测
年,卷(期) 2020,(8) 所属期刊栏目
研究方向 页码范围 0063-0063
页数 1页 分类号 C
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 罗紫宇 重庆交通大学交通运输学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2020(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
神经网络
短时交通流
预测
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
汽车世界
旬刊
1673-7261
33-1342/U
杭州市下城区西湖文化广场32号
出版文献量(篇)
7850
总下载数(次)
56
论文1v1指导