基于CEEMDAN-DBSCAN-ICA-LSTM模型的道路交通流量預測研究

摘要： 為了充分利用和提升神經網絡模型預測道路交通流量的能力，幫助城市交通管理機構科學合理的開展快速路交通管理，專門選取成都市日月大道快速路匝道車流量數據，利用經驗模態(tài)分解模型(CEEMDAN)和DBSCAN(Density-Based Spatial Clustering of Applications with Noise)結合獨立主成分分析(ICA)的長短期記憶網絡(LSTM)構... （共11頁）