基于深度神经网络的交通流量预测
精确的预测结果可以为通勤者提供合理的出行建议，并进一步为交通管理提供帮助。现有的研究深入深度学习方法在时空特征提取方面已经有了显着的进展，诸如图卷积神经网络，长短期记忆网络模型等在此过程中发挥了重要的作用。而，仅将这些方法应用到具体的路网场景下的交通流量预测问题是不够合理的的，本文提出了一种优化的时空交通流量预测模型，将线图转换到道路交通拓扑结构的建造过程，并利用GCN实现了更有效的路网空间特征提取能力，特别是与传统的卷在真实的大型数据集的实验结果显示中，采用现有的较大模型，本文提出的模型对于交通流量的时空特征提取能力更强，有更准确的预测效果。
文件下载
评论信息
其他资源
- STM32F103C8T6+MPU6050获取步数.rar
- 广州2000年街道地图和人口数据shp文件
- 最新的jwplayer-7.7.1, 带例子 完整源码 保证可用
- STM32的片内ADC采集8路电压
- stm32的TIM1带死区互补输出六路PWM波
- spring-cloud-starter-netflix-eureka-server-1.4.5.RELEASE.jar
- CYLTabBarController-master（框架）.zip
- linelauncher.exe
- 使用ASP.NET中VB.NET所开发的成绩管理系统（项目+数据库）_学生成绩管理系统数据库设计
- 浅谈人工智能的下一个十年｜唐杰
- RF Design and Analysis.zip
- debian-8.8.0-amd64-DVD-1.7z.004
- Matlab 常微分方程数值解法
- 计算机图形学实现的动画自行车
- IF-ELSE条件语句的翻译程序设计（LL（1）法、输出四元式）
- 直流无刷电机pwm仿真
- 最新全国银行联行号清单（20181106）
- JBPM web（SSH+JBPM） 例子
- ArcGIS9.2全套下载
- 主要铁路线路经纬度数据.rar
- Android Apprentice ( raywenderlich.com )
- SAPUI5 详细讲解
- itext需要的jar包
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
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