《表3 模型结果:基于GRU-RNN模型的城市主干道交通时间预测》
取小样本数据,按照表2中的模型结构分别对模型1、模型2、模型3进行测试,模型1中包含有输入层、GRU层、Dropout层、Dense层以及输出层。Dropout层的作用是指定比例的神经单元在训练过程中随机失效,以防止模型过拟合,在预测阶段不发生作用。Dense层将GRU内部状态转化为预测值进行输出。模型2增加了一层GRU层和Dropout层,目的在于将学习到的特征再进行组合学习。模型3则再次增加一层GRU层与Dropout层。结果如表3所示。
图表编号 | XD0083796500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.01 |
作者 | 张铭坤、王昕 |
绘制单位 | 北京信息科技大学理学院、北京信息科技大学理学院 |
更多格式 | 高清、无水印(增值服务) |