典型文献
基于ACapsGRU的短时交通流预测研究
文献摘要：
针对交通流预测中的时空相关性进行研究.首先,根据城市交通路网建立速度矩阵,将每个时刻的速度矩阵输入胶囊网络进行空间特征的提取;其次,利用注意力机制结合近期交通流数据生成注意力权重;最后,将带有注意力权重的数据输入到门控循环单元学习交通流的时间特征,进行组合模型的短时交通流预测.使用西安市的交通流数据进行验证,结果表明:提出的ACapsGRU组合模型有更好的预测结果,相比于卷积神经网络、胶囊网络及CapsNet-NLSTM等模型预测结果,在平均绝对误差(MAE)方面分别优化了 17.08％,13.85％和4.78％.
文献关键词：
短时交通流预测;注意力机制;胶囊网络;门控循环单元;组合模型
中图分类号：
作者姓名：
张玺君;陶冶;张冠男;余光杰
作者机构：
兰州理工大学计算机与通信学院,甘肃兰州730050
文献出处：
引用格式：
[1]张玺君;陶冶;张冠男;余光杰-.基于ACapsGRU的短时交通流预测研究)[J].华中科技大学学报（自然科学版）,2022(04):51-56
A类：
ACapsGRU
B类：
短时交通流预测,预测研究,时空相关性,城市交通,交通路网,胶囊网络,行空,空间特征,特征的提取,注意力机制,流数据,数据生成,注意力权重,门控循环单元,单元学习,时间特征,组合模型,西安市,CapsNet,NLSTM,平均绝对误差,MAE
AB值：
0.268605
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。
