基于双通道注意力机制的AE-BIGRU交通流预测模型OA北大核心CSTPCDEI
交通流预测是智能交通系统的关键。针对目前交通流数据复杂的时空关联性以及自身的不确定性,为准确预测高速公路交通流并缓解交通拥堵问题,提出以自编码器网络(AE)和双向门控循环单元(BIGRU)相结合的深度学习组合预测模型(AE-BIGRU),并在此基础上引入双通道注意力机制进行模型训练。将预处理后的数据采用滑动窗口的方式作为参数输入模型,通过AE提取交通流的空间特征,得到输入信息特征的最优抽象表示;利用BIGRU从前向和后向传播中获取信息,充分提取交…查看全部>>
黄艳国;何烜;杨仁峥
江西理工大学电气工程与自动化学院,江西赣州341000江西理工大学电气工程与自动化学院,江西赣州341000江西理工大学电气工程与自动化学院,江西赣州341000
交通运输
智能交通交通流预测AE-BIGRU模型深度学习双通道注意力机制
《铁道科学与工程学报》 2024 (5)
P.1774-1782,9
国家自然科学基金资助项目(72061016)。
评论