基于深度學習的城市快速路交通運行狀態(tài)判別與預測

打開文本圖片集

摘  要：為了實時判斷城市交通及快速路交通狀況，并充分考慮到快速路及交通系統(tǒng)的模糊性、差異性、波動性，文章首先給出了一套基于模糊C均值聚類法（Fuzzy C-Means）的快速路交通狀況判斷算法，將道路的交通狀況區(qū)分為通暢、基本順暢、緩行、堵塞4類。其次，利用了長短期記憶網(wǎng)絡（LSTM）的長短時預測技術，給出了一個基于深度學習的模式，對交通運行三參數(shù)進行預測，并利用路側檢測設備不斷獲取新的真實數(shù)據(jù)，對預測模型進行迭代訓練。（剩余10388字）