ty -jour a2 -farah，haneen au -liu，jiayu au -wang，xingju au -li- li，yanting au -kang，xuejian au -gao -gao，lu py -2021 da -2021/03/24 ti-评估和预测方法高速公路网络的交通状态基于深度学习SP -8878494 VL -2021 AB-准确的评估和预测高速公路网络交通状态可以为旅行者和交通经理提供有效的信息。基于深度学习理论，本文提出了公路网络交通状态的评估和预测模型，该模型由基于模糊的C均值（FCM）基于算法的交通状态分区模型（长期短期记忆（LSTM）算法）组成- 基于流量状态预测模型，以及基于K-均值的基于算法的交通状态判别模型。Hebei省的公路网络被用作案例研究来验证该模型，在该模型中，使用预测的数据和实际数据分析了公路网络的交通状态。该数据集包含2016年9月5日至2016年9月12日，由233个连续观察站收集的536,823个数据。分析结果表明，本文提出的模型在评估和预测方面具有良好的性能。高速公路网络的流量状态，与使用真实数据的判别结果一致。SN -0197-6729 UR -https：//doi.org/10.1155/2021/8878494 do -10.1155/2021/8878494 JF-高级运输杂志 - Hindawi KW -ER- ER-