一、基本信息
文档名称：基于GBRBM-DBN模型的短时交通流预测方法
文档格式：pdf格式
文档大小：2.02MB
总页数：10页
二、简介
《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。
三、预览
- 文件大小:
- 2.02 MB
- 下载次数:
- 60
- 基于GBRBM-DBN模型的短时交通流预测方法.pdf
-
高速下载
| 
