将整个路网划分成符合路网短时交通预测要求的子路网，从路网短时交通量中提取时间序列性、周期相似性以及空间序列性3个时空特性。将残差单元加入卷积神经网络中，构建了深度异步网络模型，实现路网短时交通流预测。实验结果证明，本文算法的均方根误差值和平均绝对误差值较小，流量预测值趋势与流量真实值趋势几乎一致，交通流量预测性能较好。
科研之友
微信
新浪微博
Facebook
分享链接
