论文摘要
由于自身的局限性,传统的交通出行方式选择模型不能很好地发挥大数据的作用,而深度学习在大数据分析领域具有广阔的应用前景.建立基于深度神经网络的出行方式选择预测模型,运用随机梯度下降算法、丢弃法等解决层数加深后导致的过拟合问题;利用广州市居民出行调查数据对模型进行训练和测试.结果表明,该模型具有较高的测试精度和泛化能力.
论文目录
文章来源
类型: 期刊论文
作者: 田晟,张裕天,张剑锋,许凯
关键词: 出行方式选择,深度学习,深度神经网络
来源: 北华大学学报(自然科学版) 2019年01期
年度: 2019
分类: 基础科学,工程科技Ⅱ辑,信息科技
专业: 公路与水路运输,自动化技术
单位: 华南理工大学土木与交通学院
基金: 国家自然科学基金项目(61174188),国家留学基金项目(201706155003)
分类号: TP183;U491
页码: 109-113
总页数: 5
文件大小: 247K
下载量: 642