TY - Jour A2 - 王，魏奥 - 李，达州Au - 林，川奥 - 高，魏奥 - 陈，Zeying Au - Wang，Zeshen Au - Liu，广场PY - 2020DA - 2020/06/04 TI -城市交通预测中的城市计算和智能胶囊TCN网络SP - 6896579 VL - 2020 AB - 预测城市交通对智能城市系统和公共安全具有重要意义;然而，由于几种动态和复杂的因素，如城市地理位置，天气，季节和假期的模式，这是一个非常具有挑战性的任务。为了解决这些挑战，我们被建议从城市计算中解锁知识权力的深度学习方法刺激，并提出了一种基于神经网络的深度学习模型，题为胶囊TCN网络，预测局域地区的交通流量这座城市立刻。胶囊TCN网络采用胶囊网络和时间卷积网络作为基本单元，以了解交通流预测的空间依赖性，时间依赖性和外部因素。具体而言，我们考虑一些需要准确的交通流预测的特定情景（例如，智能运输，商业圈分析和交通流量评估），并提出了一种基于GaN的超级化重建模型。基于现实世界数据集进行了广泛的实验，以证明胶囊TCN网络的优越性超出了几种最先进的方法。与HA，Arima，RNN和LSTM经典方法相比，本文提出的方法在实验验证方面取得了更好的结果。SN - 1530-8669 UR - https://doi.org/10.1155/2020/6896579 Do - 10.1155 / 2020/6896579 JF - 无线通信和移动计算PB - Hindawi KW - ER -