《表1 不同模型预测性能》
为了评价KNN-LSTM模型的预测性能,本文分别计算了预测结果的MSE及ACC,并与ARIMA、SVR、DBN-SVR及LSTM模型的预测结果进行对比,结果如表1所示.可以看出,提出的KNN-LSTM模型具有最佳的预测性能,其预测准确率达到了94.59%,比ARIMA、SVR及DBN-SVR模型的预测准确率分别提高了33.50%、6.42%和4.99%.同样与未考虑空间相关性的LSTM模型相比,其预测精度也提高了4.20%.表明本文所提出的基于时空相关的KNN-LSTM模型具有良好的预测性能,是一种有效的短时交通流预测模型.
图表编号 | XD002593900 严禁用于非法目的 |
---|---|
绘制时间 | 2018.12.10 |
作者 | 罗向龙、李丹阳、杨彧、张生瑞 |
绘制单位 | 长安大学信息工程学院、长安大学公路学院、长安大学信息工程学院、长安大学信息工程学院、长安大学公路学院 |
更多格式 | 高清、无水印(增值服务) |