| 基于Inception卷积神经网络的城市快速路行程速度短时预测 |
| |
| 引用本文： | 唐克双,陈思曲,曹喻旻,张锋鑫. 基于Inception卷积神经网络的城市快速路行程速度短时预测[J]. 同济大学学报(自然科学版), 2021, 49(3): 370-381 |
| |
| 作者姓名： | 唐克双 陈思曲 曹喻旻 张锋鑫 |
| |
| 作者单位： | 1.同济大学 道路与交通工程教育部重点实验室，上海 201804;2.连云港杰瑞电子有限公司 智能交通事业部，江苏 连云港 222061 |
| |
| 基金项目： | 国家自然科学基金（61673302） |
| |
| 摘 要： | 为了高效捕捉城市快速路复杂的交通拥堵特征,提升短时行程速度预测的准确性,以卷积神经网络为基础,结合Inception模块,构建行程速度短时预测模型。将行程速度信息按照时空关联关系组织为二维数据矩阵,以图像为特征学习对象,自动提取交通数据高维特征并学习多粒度复杂交通拥堵模式,通过系统的网络设计与测试训练得到模型最优结构参数和优化参数,结合回归分析方法与梯度幅度相似性偏差指标,综合评价模型性能。实证结果表明,模型提取行程速度数据时序特征和时空演化特征能力较强,预测准确性较高,可进一步应用于其他交通参数的短时预测。
|
| 关 键 词： | 交通工程 行程速度短时预测 卷积神经网络 城市快速路 Inception模块 |
| 收稿时间： | 2020-06-18 |
Short-Term Travel Speed Prediction for Urban Expressways Based on Convolutional Neural Network with Inception Module |
| |
| TANG Keshuang,CHEN Siqu,CAO Yumin,ZHANG Fengxin. Short-Term Travel Speed Prediction for Urban Expressways Based on Convolutional Neural Network with Inception Module[J]. Journal of Tongji University(Natural Science), 2021, 49(3): 370-381 |
| |
| Authors: | TANG Keshuang CHEN Siqu CAO Yumin ZHANG Fengxin |
| |
| Abstract: | |
| |
| Keywords: | traffic engineering short-term travel speed prediction convolutional neural network (CNN) urban expressways inception module |
|
| 点击此处可从《同济大学学报(自然科学版)》浏览原始摘要信息 |
|
点击此处可从《同济大学学报(自然科学版)》下载全文 |
