一、基本信息
文档名称：基于粒子群和LSTM模型的变区间短时停车需求预测方法
文档格式：pdf格式
文档大小：1.8MB
总页数：28页
二、简介
《基于粒子群和LSTM模型的变区间短时停车需求预测方法》是一种结合优化算法与深度学习的创新性研究。该方法利用粒子群优化算法对LSTM模型的参数进行优化，提升模型的预测精度。针对停车需求具有时间序列特性和动态变化的特点，该方法通过变区间处理，增强了模型对不同时间段数据的适应能力。实验结果表明，该方法在短时停车需求预测任务中表现出较高的准确性和稳定性，为智慧交通系统提供了有效的技术支持。
三、预览
- 文件大小:
- 1.8 MB
- 下载次数:
- 60
- 基于粒子群和LSTM模型的变区间短时停车需求预测方法.pdf
-
高速下载
| 
