基于空洞-稠密网络的交通拥堵预测模型 |
| |
作者姓名: | 石敏 蔡少委 易清明 |
| |
作者单位: | 暨南大学信息科学技术学院,广州510632;暨南大学信息科学技术学院,广州510632;暨南大学信息科学技术学院,广州510632 |
| |
基金项目: | 国家自然科学基金;广州市产业技术重大攻关技术项目;广州市羊城创新创业领军人才支持计ibl |
| |
摘 要: | 在利用卷积神经网络模型对短时交通拥堵情况等预测场景进行预测时,由于模型的卷积池化操作过程会丢失部分数据,使得目标位置的信息出现丢失及特征的分辨率持续下降,导致模型的预测能力降低.针对此,本文提出一种空洞-稠密神经网络模型.首先,利用空洞卷积用较少的网络参数获取更大感受野的特点,充分提取出复杂多变的数据时空特征.其次,通...
|
关 键 词: | 空洞-稠密网络 时空特征 卷积神经网络 短时交通拥堵预测 |
本文献已被 CNKI 万方数据 等数据库收录! |
|