典型文献
基于深度学习的有效停车泊位预测模型
文献摘要：
针对传统有效停车泊位预测方法无法刻画泊位前后时刻关联关系的问题,采用基于深度学习的LSTM(long short-term memcry)神经网络对其进行改进,提出了LSTM有效停车泊位预测模型,并基于此模型对不同类型的停车区域进行分析与预测.在构建模型的基础上,综合考虑了有效停车泊位预测的时空特性,选取目标区域内多个邻近停车场的历史停车数据组成数据集,并构建有效停车泊位预测的对比模型,以此检验模型的预测精度.研究结果表明:在不同类型停车区域的有效停车泊位预测中,LSTM模型预测结果与真实值一致性较好,预测精度均高于BP预测模型和ARIMA预测模型;LSTM模型在有效停车泊位预测方面可靠且有效.
文献关键词：
交通运输工程;静态交通;停车泊位预测;深度学习;LSTM神经网络
中图分类号：
作者姓名：
温浩宇;赵灵君;王帆;于江霞
作者机构：
西安电子科技大学 经济与管理学院,陕西 西安710126;西安大数据资产经营有限责任公司,陕西 西安710075
文献出处：
引用格式：
[1]温浩宇;赵灵君;王帆;于江霞-.基于深度学习的有效停车泊位预测模型)[J].重庆交通大学学报（自然科学版）,2022(02):30-34,43
A类：
停车泊位预测,memcry
B类：
关联关系,long,short,term,停车区,构建模型,时空特性,目标区域,停车场,对比模型,检验模型,真实值,ARIMA,交通运输工程,静态交通
AB值：
0.1654
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
