基于深度学习算法的跨江通道交通流量预测研究

作者：赵长相; 李军

来源：甘肃科学学报, 2021, (6): 51-55.

DOI：10.16468/j.cnki.issn1004-0366.2021.06.010.

• 智能交通
• 大数据
• 交通流预测
• 深度学习
• 门控循环单元神经网络

交通流量预测是智能交通研究的重要课题,预测结果是交通控制和规划管理的重要依据.基于大规模历史交通流数据与深度学习算法进行跨江通道交通流量预测,首先通过数据降噪、填补缺失值等方式处理数据,然后将数据切分为训练样本和测试样本,基于深度学习算法框架分别利用LSTM和其改进型GRU进行模型训练、优化和效果测试.以南沙大桥和虎门大桥为例,以广东高速公路ETC门架与卡口通行(联网收费)数据为数据源,挖掘跨江

• 单位
  广东省交通运输规划研究中心; 中山大学