移动信令在城市交通模型构建中的价值体现

摘要

随着无线网络的大量普及,人们生活中产生大量的无线网络信令数据,找出其中的共同规律,研究人员可以借此规律来建立城市交通模型.其中,组归一化网格循环网络和卷积神经网络在构建模型中起主导作用.组归一化处理能提升模型的数据源规模和收敛速度,简化内部程序循环的计算过程,解决传统模型计算量大的问题,通过记忆单元对所需数据进行存储和更新.针对噪声数据,对数据集进行网格化和筛选,以规避噪声数据的影响.卷积神经网络具有更好的用户分类性能,提高了识别率.