深度神经网络在城市交通预测中的应用

摘要：

深度神经网络能够有效地捕捉城市区域间的时间和空间相关性,同时对于特征工程依赖较少,逐渐成为交通预测中的应用热点.首先介绍交通预测的主要内容和挑战,从捕捉时空相关性的角度归纳近年来比较流行的基于深度神经网络的交通预测方法,分析各类方法的优缺点,最后对深度神经网络在交通预测中的未来发展前景进行展望.

关键词：机器学习、深度神经网络、交通预测

所属期刊栏目：17

分类号：TP311(计算技术、计算机技术)

在线出版日期：2021-07-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：183-185,192