典型文献
基于卷积神经网络的交叉口过车速度短时预测模型研究
文献摘要：
交叉口是城市交通网络系统的关键节点,在绿灯通行环境下的交叉口过车速度可以精准地反应出路网的畅通程度.该文基于长时间、大样本的车辆轨迹数据,利用卷积神经网络,将数据处理为包含其特征的矩阵,构建车速时序预测模型,能够高效、精准地预测出交叉口过车速度.实验结果表明,MAE平均值为2.06,MAPE平均值为10.57％,说明模型具有较好的预测效果,可以为警力的提前派遣和交叉口的高效疏堵提供数据支撑.
文献关键词：
交叉口;速度预测;卷积神经网络
中图分类号：
作者姓名：
刘振;张祎;慕迪
作者机构：
上海市城乡建设和交通发展研究院
文献出处：
引用格式：
[1]刘振;张祎;慕迪-.基于卷积神经网络的交叉口过车速度短时预测模型研究)[J].交通与港航,2022(01):59-63
A类：
B类：
交叉口,车速,短时预测,城市交通网络,网络系统,关键节点,绿灯,路网,大样本,车辆轨迹数据,时序预测模型,预测出,MAE,MAPE,警力,派遣,疏堵,速度预测
AB值：
0.343324
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。
