TY -的A2 -刘,简历AU - Ma,田AU -锣,广鸿盟,任仪陇PY - 2021 DA - 2021/08/31 TI -短时交通状态预测基于交通网络的关键道路选择优化SP - 9966382六世- 2021 AB -短期流量预测下损坏或丢失数据大规模交通网络已成为近几十年来重要和富有挑战性的课题。关键道路以来预测能力在他们邻近的道路,本文提出了一种新颖的混合短时交通状态预测方法基于关键道路选择优化。首先,效用函数的服务质量(QoS)的关键道路大规模道路网络提出了基于覆盖和得分的数据。然后,交通网络的关键道路选择优化模型提出了通过选择一组合适的关键道路的最大总数的比例计算资源来最大化QoS的实用价值。同时,介绍了一种创新的关键道路选择法,这是考虑到城市道路网络的拓扑结构和流动。随后,交通速度的关键道路被视为输入卷积长短期记忆神经网络预测未来交通的整个网络。北京交通网络上实验结果表明,该方法优于现行DL方法考虑的关键部分。SN - 1687 - 5265 UR - https://doi.org/10.1155/2021/9966382 - 10.1155 / 2021/9966382摩根富林明计算智力和神经科学PB - Hindawi KW - ER