基于深度学习的智慧城市交通路口短时流量预测

作     者：谭博 

作者机构：中景博睿(北京)科技有限公司北京100015 

出 版 物：《中国新技术新产品》 (New Technology & New Products of China)

年 卷 期：2025年第4期

页      码：49-51页

摘      要：本文旨在提高城市交通管理的智能化水平,并以深度学习技术为核心,设计针对交通路口的短时流量预测方法。通过整合固定监测设备与移动数据源,全面采集交通路口的车辆流动数据,并经过精细的数据预处理保证数据质量。采用双向长短期记忆网络(Bi-directional Long Short-Term Memory,Bi-LSTM)深度学习模型独特的“门”控机制有效捕捉时间序列中的复杂依赖关系,通过模型构建与训练、流量预测以及结果输出,结合全连接层,对短时交通流量进行准确预测。试验结果表明,该方法显著缩小了预测误差,为智慧城市交通管理提供了有力的数据支撑与决策依据。

主 题 词：深度学习 短时流量 交通路口 智慧城市 

学科分类：08[工学] 082303[082303] 082302[082302] 0823[工学-农业工程类] 

D　O　I：10.3969/j.issn.1673-9957.2025.04.017

馆 藏 号：203157624...