典型文献
基于TMM-LSTM的出租车目的地预测
文献摘要：
近年来,随着城市化进程的加快,城市中的出租车数量越来越多,并且由于出租车的特殊性,一直活跃在城市路网中,在城市交通流中占比较大.准确地预测出租车目的地,并合理地调度出租车,对城市交通管理、合理利用交通资源有重要的意义.出租车目的地预测中一直存在着长期依赖问题,即轨迹序列的预测结果与依赖前面点的距离较长,较长的距离使得在反向传播的过程中,容易产生梯度消失或梯度爆炸,使得误差较大.为了更有效地解决长期依赖问题,文章采用树形存储模块(Tree Memory Module)来增强LSTM,并将增强的LSTM应用于出租车出行目的地预测.通过实验证明,TMM-LSTM相比较LSTM,预测精度能提升约6％.
文献关键词：
GPS轨迹;目的地预测;树形存储模块;LSTM
中图分类号：
作者姓名：
宋传东;李亚东;徐丽
作者机构：
枣庄学院信息科学与工程学院,山东枣庄 277160;南京理工大学计算机科学与工程学院,江苏南京210000
文献出处：
引用格式：
[1]宋传东;李亚东;徐丽-.基于TMM-LSTM的出租车目的地预测)[J].电脑知识与技术,2022(25):33-36
A类：
目的地预测,树形存储模块
B类：
TMM,出租车,城市化进程,城市路网,交通流,预测出,并合,城市交通管理,面点,反向传播,梯度消失,Tree,Memory,Module,出行目的地,GPS
AB值：
0.21595
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
