基于GBRBM-DBN模型的短时交通流预测方法.pdf
<h3>一、基本信息</h3><p>文档名称：基于GBRBM-DBN模型的短时交通流预测方法</p>
<p>文档格式：pdf格式</p>
<p>文档大小：2.02MB</p>
<p>总页数：10页</p>
</br>
<h3>二、简介</h3>
<p>《基于GBRBM-DBN模型的短时交通流预测方法》提出了一种结合广义玻尔兹曼机和深度置信网络的交通流预测模型。该方法利用GBRBM提取交通数据中的深层特征，再通过DBN进行多层非线性建模，提高了预测精度。研究针对城市交通流的时空特性，优化了模型结构与参数设置，增强了对突发交通状况的适应能力。实验结果表明，该方法在多个交通场景下均优于传统预测模型，为智能交通系统提供了有效支持。</p>
</br>
<h3>三、预览</h3>
<img src="https://d.z3060.com/docthumbnail/202509/03/2cal4s0jgmn.webp" title="基于GBRBM-DBN模型的短时交通流预测方法" alt="基于GBRBM-DBN模型的短时交通流预测方法">
页:
[1]