基于深度学习方法的车辆上牌量预测 上传者:hhff58597 2021-01-16 16:50:07上传 PDF文件 1.78MB 热度 18次 随着人民生活水平的提高,汽车数量不断增长,汽车的增长数量对交通基础设施建有着重要的意义,车辆上牌数量也成为衡量汽车数量的一项重要指标。近年随着深度学习算法在交通预测方面得到了较广泛的应用。针对城市车牌量准确预测的目的,本文采用了基于门控递归单元(GRU)神经网络模型,对城市车辆上牌数量进行更为准确的预测。同时,为了验证GRU模型的预测性能,ARIMA和支持向量回归模型参与对车辆上牌数量的预测。实验结果表明,相比ARIMA和SVR,GRU模型在车牌数量预测方面更加准确。 下载地址 用户评论 更多下载 下载地址 立即下载 用户评论 发表评论 hhff58597 资源:420 粉丝:0 +关注 上传资源 免责说明 本站只是提供一个交换下载平台,下载的内容为本站的会员网络搜集上传分享交流使用,有完整的也有可能只有一分部,相关内容的使用请自行研究,主要是提供下载学习交流使用,一般不免费提供其它各种相关服务! 本站内容泄及的知识面非常广,请自行学习掌握,尽量自已动脑动手解决问题,实践是提高本领的途径,下载内容不代表本站的观点或立场!如本站不慎侵犯你的权益请联系我们,我们将马上处理撤下所有相关内容!联系邮箱:server@dude6.com