基于機(jī)器學(xué)習(xí)的高速公路路網(wǎng)交通量預(yù)測研究
【文章頁數(shù)】:67 頁
【學(xué)位級(jí)別】:碩士
【部分圖文】:
圖2.1路網(wǎng)交通量分布圖
圖2.1路網(wǎng)交通量分布圖建模原則原則目的在于交通管控和交通誘導(dǎo),所以要求預(yù)測具有型處理數(shù)據(jù)的能力做了要求,交通量預(yù)測模型應(yīng)具的特點(diǎn)。實(shí)時(shí)性的交通量預(yù)測結(jié)果能夠更加精確交決管理的滯后性,達(dá)到交通預(yù)警的作用。原則交通流是一個(gè)連續(xù)的整體狀態(tài),即當(dāng)前交通流是過交通流的延續(xù)。持續(xù)性必須....
圖3.3卷積過程
圖3.3卷積過程池化層poll)即下采樣,是卷積神經(jīng)網(wǎng)絡(luò)的另一種降低參數(shù)數(shù)目方法,其目,減少參數(shù),減小過擬合。池化層的操作需要規(guī)定好池化類型、池化化操作的步長等超參數(shù)即可。一般使用的池化操作為均值池化(Mean(MaxPooling),最大池化即在區(qū)域中選擇最大值作為池化....
圖3.4最大池化和平均池化示意圖
圖3.3卷積過程池化層(poll)即下采樣,是卷積神經(jīng)網(wǎng)絡(luò)的另一種降低參數(shù)數(shù)目方法,其目征,減少參數(shù),減小過擬合。池化層的操作需要規(guī)定好池化類型、池化池化操作的步長等超參數(shù)即可。一般使用的池化操作為均值池化(Mean化(MaxPooling),最大池化即在區(qū)域中選擇最大....
圖3.5DCNN模型中節(jié)點(diǎn)、圖和邊的分類
圖3.5DCNN模型中節(jié)點(diǎn)、圖和邊的分類(2)節(jié)點(diǎn)分類圖中每個(gè)輸入節(jié)點(diǎn)的預(yù)測標(biāo)簽為Y,設(shè)是包含冪級(jí)數(shù)的××的張量,圖t中節(jié)點(diǎn)i,hopj和特征k的擴(kuò)散-卷積激勵(lì)值為,公式如下:....
本文編號(hào):3942676
本文鏈接:http://sikaile.net/kejilunwen/jiaotonggongchenglunwen/3942676.html