【摘 要】
：
准确、有效的交通流预测为智能交通系统提供数据基础,是实现道路交通状况预测和交通管控的重要技术之一。本文提出一种基于时空特性的经验模态分解(EMD)和长短期记忆(LSTM)神
【基金项目】
：
河北省高等学校科学技术研究重点项目(No.ZD2019010)
论文部分内容阅读
准确、有效的交通流预测为智能交通系统提供数据基础,是实现道路交通状况预测和交通管控的重要技术之一。本文提出一种基于时空特性的经验模态分解(EMD)和长短期记忆(LSTM)神经网络相结合的交通流预测模型。首先,对交通流序列进行EMD分解得到具有不同时间尺度的本征模态分量,然后,结合空间特性采用LSTM神经网络对交通流进行预测。通过仿真实验可得:与传统的LSTM神经网络相比,基于时空特性的EMD-LSTM预测模型的均方根误差分别减少了3.81;平均绝对误差分别减少了2.29。
其他文献
随着网络在线教育的普及,网络教学过程中产生了大量数据资源。在对数据挖掘理论和技术研究的基础上,利用SPSS Clementine工具并分别采用关联分析、聚类分析和决策树分析三种
校园卡聚合应用,涵盖了校园卡支付、移动应用支付、NFC支付、虚拟卡支付等多种形态,将多种支付模式进行融合,形成统一的支付应用体系,同时结合校园卡使用场景,在身份认证、门
在水下对空成像过程中,物体受海水波面折射作用的影响,会产生严重的畸变。为了快速有效地校正图像,对随机波动的波面进行重建就成为一个重要的课题。利用基于光线透过小孔形成的光斑变化,分析并计算得到波面的梯度信息,进而通过梯度算子的最小二乘法反演波面高度,最终实现波面的三维重建。实验表明该方法能有效的复原波面,为扭曲图像的矫正提供了条件。
＂以问题为基础＂（PBL）的教学模式已经在医学教学中广泛展开,在实施PBL教学时将唯物认识论的观点渗透到教学实践的活动中,同时把《急诊医学》课程中所体现的辩证法提炼出来。不仅传