《表4 几种模型的实验结果对比》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于时空节点选择和深度学习的城市道路短时交通流预测》
3)根据表4可以发现,仅使用与待预测路段相邻空间的交通流数据的预测效果比考虑所有可能性的空间范围数据的预测效果在MAE和MAPE两个值上分别高出了0.257 3和0.999 1个百分点,预测效果较差。说明基于时空节点选择和深度学习方法对路网组成及交通流特性分析较好,数据利用较全面。
图表编号 | XD00163184600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.10 |
作者 | 曹堉、王成、王鑫、高悦尔 |
绘制单位 | 华侨大学计算机科学与技术学院、华侨大学计算机科学与技术学院、华侨大学计算机科学与技术学院、华侨大学建筑学院 |
更多格式 | 高清、无水印(增值服务) |