python实现基于cnn的交通流预测代码_基于CNN和LSTM的交通流预测

基于

CNN

和

LSTM

的交通流预测

焦廉溪

【期刊名称】

《通讯世界》

【年

(

卷

),

期】

2018(000)010

【摘要】

随着计算机的发展与进步和处理数据能力的提升

,

深度学习在医学、建

筑学、金融预测等方面已取得一定成果和广泛的应用

,

在交通流处理方面也取得

了初步的成效

.

在过去交通流预测通过一些原始数据统计和原始特征的人工提取

,

再经过统计学处理

,

才可得到结果

.

这样处理数据需要大量的人力物力

,

无法进行

端对端的学习

,

不具有时效性

.

故实现端对端的

,

具有时效性的学习实现在研究必

不可少的一个问题

.

而基于

CNN

和

LSTM

的交通流预测可以在视频等信息获取

之后经过处理直接得到想要的数据结果

,

可更为精确的预测下一时段的交通流

.

预

测交通流首先要对数据进行预处理

,

将数据归一

,

取平均并且标准化处理

.

然后设

计

CNN

网络

,CNN

网络适合于处理图像

,

提取图像特征得到数据的提取

.

再利用

LSTM

进行具有时序的学习和分析

,

完成对整个视频数据的处理

.

经过以上步骤

,

设计并且实现对交通流的预测

.

【总页数】

2

页

(265-266)

【关键词】

LSTM;CNN;

交通流

【作者】

焦廉溪

【作者单位】

洛阳市第二中学

【正文语种】

中文

【中图分类】

TP18

【相关文献】