首页 > 《交通工程》 > 2018年1期 > 基于改进BP神经网络的交通流数据融合

基于改进BP神经网络的交通流数据融合

在线阅读下载PDF 导出详情

摘要提出一种改进BP神经网络的交通流数据融合算法,通过对融合模型以及融合算法的改进,实现融合精度及容错能力的提高,最终利用某城市主干路的交通流实测数据进行实验验证.验证结果表明,本文提出模型可以通过LSE值验证且融合精度可以达到94%以上,因此利用改进BP神经网络可以有效进行交通流参数的融合,并可以较为准确反映路段平均速度的变化,为交通流的预测与诱导提供理论支持.

DOI rdx5p7nkjl/1816101

作者王晓全;邵春福;尹超英;袁媛

机构地区不详

出处《交通工程》 2018年1期

关键词道路交通交通流改进BP神经网络数据融合

分类 [交通运输工程][道路与铁道工程]

出版日期 2018年01月11日（中国期刊网平台首次上网日期，不代表论文的发表时间）

相关文献

1张彬彬. 基于Matlab改进BP神经网络算法.职业技术教育学,2011-04.
2王浩楠,刘岩,刘旭. 基于ARIMA融合神经网络的船舶交通流量预测研究.,2022-04.
3邱春荣. 基于BP神经网络的多传感器数据融合方法.中外政治制度,2018-02.
4唐秋华;刘保华;陈永奇;周兴华. 基于改进BP神经网络的海底底质分类.海洋科学,2009-05.
51方烁翔,2马宇康. 基于神经网络的交通流量预测模型研究.建筑理论,2024-05.
6. BP神经网络.计算机应用技术,2005-05.
7. BP神经网络.计算机应用技术,2005-03.
8. BP神经网络.计算机应用技术,2005-06.
9胡争1周青山2. 灰色模型和BP神经网络组合模型在交通流预测中的应用.建筑设计及理论,2018-12.
10程逸闻1. 基于神经网络的道路短时交通流预测研究综述.建筑技术科学,2023-08.

来源期刊

交通工程

2018年1期

基于改进BP神经网络的交通流数据融合

来源期刊

相关推荐

同分类资源更多

相关关键词

基于改进BP神经网络的交通流数据融合

来源期刊

相关推荐

同分类资源 更多

相关关键词

同分类资源更多