Key points are not available for this paper at this time.
도시 교통 흐름 안내 시스템 구현의 핵심은 도로 교통 흐름을 예측하는 것입니다. 이 논문은 주로 신경망에 의한 교통 흐름 예측과 교통 흐름의 논리적 예측을 연구합니다. 교통 흐름 정보를 시계열로 간주할 때, 교통 흐름은 무작위 시계열로 간주될 수 있으며, 데이터 간의 상관관계와 인접 데이터 간의 내부 연결을 사용합니다. BP 알고리즘은 비선형 문제를 처리하는 강력한 능력을 가지고 있으며, 생체 모방 학습 및 자기 조직화를 모방하고 비선형 및 불확실한 교통 정보를 처리하는 데 일정한 이점을 차지합니다. 본 논문은 주로 BP 알고리즘을 사용하여 교통 흐름 예측 모델을 구축합니다. 본 논문에서는 2012년부터 2018년까지 미니애폴리스의 교통 흐름 데이터를 전처리하고, 교통 흐름 예측 모델을 사용하여 미니애폴리스의 교통 흐름 데이터를 더 잘 예측합니다.
Guo et al. (Fri,)는 이 문제를 연구하였습니다.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: