典型文献
结合LSTM与Attention的高速公路路段旅行时间预测方法
文献摘要：
旅行时间预测是实施在线交通控制、管理与部署的关键依据.为准确、实时地预测旅行时间,提出结合长短期记忆(long short term,LSTM)与注意力机制(attention mechanism,Attention)的方法对高速公路路段旅行时间进行预测.首先,考虑交通分流与自动车牌识别的相对位置将公路划分为多个路段,计算每个路段的平均时间作为LSTM的输入.其次,采用Attention将LSTM的隐藏层与动态时间权重相结合,提高预测精度.实践结果表明,结合LSTM与Attention的方法可以预测更准确的旅行时间,有利于提高交通管理系统和交通信息系统的性能.
文献关键词：
旅行时间预测;LSTM-Attention方法;高速公路;智能运输系统;深度学习
中图分类号：
作者姓名：
杨阳;王媛青;李石磊;卢立峰
作者机构：
河北雄安荣乌高速公路有限公司,保定 071000;彦云网络科技(上海)有限公司,上海 201210
文献出处：
引用格式：
[1]杨阳;王媛青;李石磊;卢立峰-.结合LSTM与Attention的高速公路路段旅行时间预测方法)[J].交通与运输,2022(03):61-64
A类：
旅行时间预测
B类：
Attention,高速公路,路段,交通控制,长短期记忆,long,short,term,注意力机制,attention,mechanism,交通分流,自动车,车牌识别,相对位置,时间权重,实践结果,交通管理系统,交通信息,智能运输系统
AB值：
0.239429
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。
