典型文献
基于深度置信网络的车辆交通流预测
文献摘要：
提出了一种新的基于深度置信网络的交通流预测方法,利用深度置信网络良好的训练和预测性能,能够很好地学习时序数据集的内部特征,从而准确地预测交通数据流.为了验证算法的有效性,在PeMS数据集上对算法进行了实验测试,并同其他相关预测和分析方法进行了比较,实验结果表明新算法具有较好的预测性能.
文献关键词：
深度置信网络;交通流预测;机器学习;深度学习
中图分类号：
作者姓名：
付永钢;李传目;王惠蓉
作者机构：
集美大学计算机工程学院,福建 厦门361021;集美大学海洋文化与法律学院,福建 厦门361021
文献出处：
引用格式：
[1]付永钢;李传目;王惠蓉-.基于深度置信网络的车辆交通流预测)[J].集美大学学报（自然科学版）,2022(02):186-192
A类：
B类：
深度置信网络,交通流预测,预测性能,地学,时序数据,交通数据,数据流,PeMS,实验测试,并同,新算法
AB值：
0.274026
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。
