【摘要】：目前,為了解決我國嚴重的交通擁擠問題,一些智能化的系統(tǒng)已經(jīng)逐漸的引入到了交通管理中,從而進一步提高了交通運行的效率。本文對深度學習的涵義做了簡單的介紹,詳細的分析了在深度學習條件下DBN-SVR路網(wǎng)短時交通流預測模型,并探討了交通流時空特性,希望以此能夠更好的分析路網(wǎng)的交通狀況,不斷地提高路網(wǎng)交通規(guī)劃,加強對交通的優(yōu)化控制。
[Abstract]:At present, in order to solve the serious problem of traffic congestion in China, some intelligent systems have been gradually introduced into traffic management, thus further improving the efficiency of traffic operation. This paper gives a brief introduction to the meaning of deep learning, analyzes in detail the short-term traffic flow prediction model of DBN-SVR network under the condition of deep learning, and discusses the space-time characteristics of traffic flow. It is hoped that the traffic situation of the road network can be analyzed better, the traffic planning of the road network can be improved continuously, and the traffic optimization control can be strengthened.
【作者單位】： 西安鐵路職業(yè)技術學院;
【分類號】：U491.14

【相似文獻】

相關期刊論文 前10條

1 王正武,黃中祥;短時交通流預測模型的分析與評價[J];系統(tǒng)工程;2003年06期

2 偶昌寶,俞亞南;短時交通流預測的多層遞階方法[J];城市道橋與防洪;2004年05期

3 高麗梅;高鵬;陳俊波;;數(shù)據(jù)融合技術在短時交通流預測中的應用[J];交通科技;2010年S1期

4 唐世星;;改進的支持向量機算法在短時交通流預測中的應用[J];承德石油高等專科學校學報;2012年01期

5 王嬌;李軍;;最小最大概率回歸機在短時交通流預測中的應用[J];公路交通科技;2014年02期

6 賀國光,李宇,馬壽峰;基于數(shù)學模型的短時交通流預測方法探討[J];系統(tǒng)工程理論與實踐;2000年12期

7 宗春光,宋靖雁,任江濤,胡堅明;基于相空間重構的短時交通流預測研究[J];公路交通科技;2003年04期

8 楊世堅,賀國光;基于模糊C均值聚類和神經(jīng)網(wǎng)絡的短時交通流預測方法[J];系統(tǒng)工程;2004年08期

9 王進;史其信;;短時交通流預測模型綜述[J];中國公共安全(學術卷);2005年01期

10 楊芳明;朱順應;;基于小波的短時交通流預測[J];重慶交通學院學報;2006年03期

相關會議論文 前3條

1 鄭德署;何世偉;許旺土;;分形理論在短時交通流預測中的應用[A];2008第四屆中國智能交通年會論文集[C];2008年

2 唐麗娜;張衛(wèi)華;;短時交通流預測方法的比較研究[A];2007第三屆中國智能交通年會論文集[C];2007年

3 于建玲;商朋見;關積珍;;改進的相空間重構方法在短時交通流預測中的應用[A];2008第四屆中國智能交通年會論文集[C];2008年

相關博士學位論文 前1條

1 姚智勝;基于實時數(shù)據(jù)的道路網(wǎng)短時交通流預測理論與方法研究[D];北京交通大學;2007年

相關碩士學位論文 前10條

1 高為;基于數(shù)據(jù)挖掘和數(shù)據(jù)融合的短時交通流預測研究[D];重慶交通大學;2011年

2 齊霖;基于支持向量機回歸的短時交通流預測與系統(tǒng)實現(xiàn)[D];東北大學;2013年

3 邱世崇;基于時空特性的城市道路短時交通流預測研究[D];重慶交通大學;2015年

4 沈小峰;交通流量短時預測的算法研究[D];浙江工業(yè)大學;2015年

5 江小燕;短時交通流預測方法研究[D];揚州大學;2015年

6 楊慧慧;城市交通流短時預測模型研究[D];河南理工大學;2015年

7 王鵬;基于嵌入式系統(tǒng)的城市智能交通控制器研究[D];遼寧科技大學;2016年

8 羅婷;模擬退火混沌粒子群算法在短時交通流預測中的應用[D];西南交通大學;2016年

9 黃曉慧;基于布谷鳥算法的小波神經(jīng)網(wǎng)絡短時交通流預測研究[D];西南交通大學;2016年

10 褚鵬宇;融合時空信息的短時交通流預測[D];西南交通大學;2016年

，

本文編號：2337596