基于深度神经网络的交通出行方式选择模型

基于深度神经网络的交通出行方式选择模型

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

  • 1 出行方式选择分析
  •   1.1 影响因素
  •   1.2 数据收集
  • 2 基于深度神经网络的预测模型
  • 3 模型实现
  •   3.1 模型输入变量标定
  •   3.2 数据预处理
  •   3.3 网络训练
  • 4小结
  • 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

    相关论文文献

    标签:;  ;  ;  

    基于深度神经网络的交通出行方式选择模型
    下载Doc文档

    猜你喜欢