基于深度学习的路网短时交通流预测_焦琴琴

交通流预测

通过实验仿真分析得出:（ 1 ）趋势项信号可以影响预测的精度，设置最优的频谱阈值去除趋势项能够使得预测误差减少 5% ；（ 2 ）压缩后的路网预测运行时间明显减少，节约时间 90% ；（ 3 ）本文提出的预测模型在预测精度上优于其他预测模型，预测误差比 SVR 模型减少 8% ，路网中各个路段的平均预测精度可以达到 92%

文件下载

评论信息

a_number :

就一篇论文。
2019-06-10

其他资源

免责申明

【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论【只为小站】经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见版权及免责申明

基于深度学习的路网短时交通流预测_焦琴琴

文件下载

评论信息

其他资源

免责申明

个人信息

相关资源标签

热门下载

最新下载