基于LSTM神经网络模型的交通事故预测

摘要：

道路交通事故是道路交通安全水平的具体体现,为使预测数据更科学地为交通管理系统提供决策.提出建立基于LSTM(Long Short-Term Memory)神经网络的交通事故模型,训练交通事故相关的数据,对交通安全水平的指标进行预测.经过与传统回归模型和传统神经网络模型进行实验对比,实验显示LSTM拟合效果最佳,另外LSTM模型对同一趋势上的预测效果有明显优势.通过使用LSTM模型捕获数据中存在的时序依赖关系,能够更准确地对交通事故安全水平进行预测,使交通管理部门制定更加科学准确的决策.

关键词：交通事故、神经网络、长短期记忆(LSTM)、预测、回归

所属期刊栏目：55

分类号：U492.3(交通工程与公路运输技术管理)

资助基金：新疆维吾尔自治区自然科学基金2017D01C042

在线出版日期：2019-08-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：249-253,259