一种基于三维卷积神经网络的路网状态时空预测方法

摘要

一种基于三维卷积神经网络的路网状态时空预测方法，通过计算机应用作为预测的工具，预测分为六个步骤，具体步骤如下，步骤A:数据处理；步骤B：根据步骤A所得数据进行路段状态的计算；步骤C：根据步骤B所得数据，将数据转化成路网状态时空矩阵；步骤D：路网数据网格化；步骤E:根据步骤D所得网格化数据建立三维卷积神经网络路网状态预测模型；步骤F：对步骤E所得模型相关内容优化。本发明通过六个步骤计算所得的结果，针对的对象涵盖范围更广，把路网更新时间尺度能缩小到两分钟，对于智能交通系统的管理与控制有着较强的实际意义，从而为智能交通系统(ITS)建设的实现起到了有力的技术支撑。综上，本发明具有好的应用前景。