基于ETC数据和A-BiLSTM神经网络的高速公路节假日短时交通流预测模型OACSTPCD
电子不停车收费(electronic toll collection,ETC)门架系统为节假日高速公路短时交通流预测提供了数据支撑。针对节假日场景下高速公路交通流的非线性和复杂性特征,基于ETC门架数据研究了由注意力机制(attention)和双向长短期记忆(bidirectional long/short-term memory,BiLSTM)神经网络组成的Attention-BiLSTM(A-BiLSTM)组合模型。通过对ETC门架数据进行预…查看全部>>
戢晓峰;孔晓丽;陈方;郝京京;覃文文
昆明理工大学交通工程学院,昆明650500 昆明理工大学云南省现代物流工程研究中心,昆明650500昆明理工大学交通工程学院,昆明650500 昆明理工大学云南省现代物流工程研究中心,昆明650500昆明理工大学云南省现代物流工程研究中心,昆明650500昆明理工大学云南省现代物流工程研究中心,昆明650500昆明理工大学交通工程学院,昆明650500 昆明理工大学云南省现代物流工程研究中心,昆明650500
交通运输
短时交通流预测双向长短期记忆网络注意力机制贝叶斯优化节假日
《交通信息与安全》 2023 (3)
P.166-174,9
评论