《表1 用于城市交通流大数据挖掘的UARS》
本文使用提出的模型来挖掘15 min的流量,30 min的流量,45min的流量和60min的流量。从1~12中选择r,从1~6中选择隐藏层大小,并从{100,200,300,400,500,600,700,800,900,1 000}中选择隐藏单位数。执行网格搜索运行后,获得了适用于不同挖掘任务的最佳体系结构,如表1所示。对于15min的流量挖掘,最佳体系结构由3个隐藏层组成,每个隐藏层中的隐藏单元数层分别是[400,400,400]。对于30min的流量挖掘,最好的体系结构由3个隐藏层组成,每个隐藏层中的隐藏单元数分别为[200,200,200]。对于45min的流量挖掘,最好的体系结构由2个隐藏层组成,每个隐藏层中的隐藏单元数分别为[500,500]。对于60min的城市交通流大数据挖掘,最好的体系结构由4个隐藏层组成,每个隐藏层中的隐藏单元数分别为[300,300,300,300]。从结果中可以看出,对于的实验,隐藏层的最佳数量至少为2个且不超过5个。从经验中吸取的教训表明,NN的隐藏层数不应太小或太大。结果证实了这些教训。
图表编号 | XD00191281300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.01 |
作者 | 张婷曼、丁凰 |
绘制单位 | 西安交通大学城市学院、西安交通大学城市学院 |
更多格式 | 高清、无水印(增值服务) |