基于前后文关联的长短期记忆网络模型Contextual LSTM的交通流数据预测

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：为改善交通拥堵情况，提升交通网络效率，提出了基于前后文关联的长短期记忆网络模型Contextual LSTM。首先，针对长短期记忆网络模型面对突发情况识别不及时的问题，将输入和隐藏状态建立关联关系，提升前后时刻数据的关联，从而提升模型应对突发情况的能力。此外，采用英国的交通数据集对模型进行训练与测试，并与传统LSTM模型、GRU模型进行预测效果对比实验。（剩余3204字）

试读结束

目录
monitor
客服机器人