基于卷积神经网络的交叉口过车速度短时预测模型研究 |
| |
引用本文: | 刘振,张祎,慕迪. 基于卷积神经网络的交叉口过车速度短时预测模型研究[J]. 交通与港航, 2022, 9(1): 59-63. DOI: 10.3969/j.issn.1001-599X.2022.01.012 |
| |
作者姓名: | 刘振 张祎 慕迪 |
| |
作者单位: | 上海市城乡建设和交通发展研究院 |
| |
摘 要: | 交叉口是城市交通网络系统的关键节点,在绿灯通行环境下的交叉口过车速度可以精准地反应出路网的畅通程度.该文基于长时间、大样本的车辆轨迹数据,利用卷积神经网络,将数据处理为包含其特征的矩阵,构建车速时序预测模型,能够高效、精准地预测出交叉口过车速度.实验结果表明,MAE平均值为2.06,MAPE平均值为10.57%,说明模...
|
关 键 词: | 交叉口 速度预测 卷积神经网络 |
Research on Short-term Speed Prediction of Intersections Based on Convolutional Neural Network |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 万方数据 等数据库收录! |
|