《表2 变体模型预测性能比较》
表2给出了所有变体模型的实验结果。从该表中可以看出,相比三个变体模型,ACGRU模型的各个误差指标均最小,表明ACGRU模型的各个模块均有作用,组合在一起可以获得最好的预测性能。因为CNN网络可以有效提取交通流数据的空间特征,所以ACGRU-n CNN模型的预测效果比ACGRU模型差。对比ACGRU模型和ACGRU-n Period模型可以发现,周期特征可以作为交通流预测的一个辅助特征,提升预测准确率。将ACGRU模型和ACGRU-n Attention模型对比可以发现,引入注意力机制层可以计算不同时刻交通流特征的重要性,使模型更关注重要性大的交通流特征,从而提升交通流预测效果。
图表编号 | XD00222633400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.01 |
作者 | 桂智明、李壮壮、郭黎敏 |
绘制单位 | 北京工业大学信息学部、北京工业大学信息学部、北京工业大学信息学部 |
更多格式 | 高清、无水印(增值服务) |