基于维度加权的残差LSTM短期交通流量预测

作     者：李月龙 唐德华 姜桂圆 肖志涛 耿磊 张芳 吴骏 LI Yuelong;TANG Dehua;JIANG Guiyuan;XIAO Zhitao;GENG Lei;ZHANG Fang;WU Jun

作者机构：天津工业大学计算机科学与技术学院天津300387 天津工业大学电子与信息工程学院天津300387 南洋理工大学计算机科学与工程学院新加坡639798 天津市光电检测技术与系统重点实验室天津300387 

基　　金：国家自然科学基金(61771340,61302127,61601325) 天津市自然科学基金(18JCYBJC15300) 

出 版 物：《计算机工程》 (Computer Engineering)

年 卷 期：2019年第45卷第6期

页      码：1-5页

摘      要：基于神经网络的交通流量预测由于嵌入了部分手工设计的特征,使得提取的网络特征功能单一,存在适应性及鲁棒性差、数据局部特征刻画不准确等问题。为此,提出基于残差长短期记忆网络(LSTM)的交通流量预测方法,利用集成学习思想将空间分布的数据端到端训练到残差LSTM网络中,同时在每个LSTM单元后引入维度加权单元,显式建模特征维度之间的相互依赖关系。实验结果表明,该方法能实现短期交通流量数据的自适应建模分析。

主 题 词：智能交通 短期交通流量预测 残差连接 长短期记忆网络 维度加权 

学科分类：1305[艺术学-设计学类] 13[艺术学] 08[工学] 081104[081104] 0804[工学-材料学] 081101[081101] 0811[工学-水利类] 

D　O　I：10.19678/j.issn.1000-3428.0052120

馆 藏 号：203689789...