论文摘要
道路交通事故是道路交通安全水平的具体体现,为使预测数据更科学地为交通管理系统提供决策。提出建立基于LSTM（Long Short-Term Memory）神经网络的交通事故模型,训练交通事故相关的数据,对交通安全水平的指标进行预测。经过与传统回归模型和传统神经网络模型进行实验对比,实验显示LSTM拟合效果最佳,另外LSTM模型对同一趋势上的预测效果有明显优势。通过使用LSTM模型捕获数据中存在的时序依赖关系,能够更准确地对交通事故安全水平进行预测,使交通管理部门制定更加科学准确的决策。
论文目录
文章来源
类型: 期刊论文
作者: 张志豪,杨文忠,袁婷婷,李东昊,王雪颖
关键词: 交通事故,神经网络,长短期记忆,预测,回归
来源: 计算机工程与应用 2019年14期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 公路与水路运输,自动化技术
单位: 新疆大学信息科学与工程学院
基金: 新疆维吾尔自治区自然科学基金(No.2017D01C042)
分类号: TP183;U491.31
页码: 249-253+259
总页数: 6
文件大小: 1863K
下载量: 1558