神经网络驱动的交通流量预测可视分析方法

摘要：

神经网络在交通流量预测领域内已经得到广泛运用,但是使用神经网络进行流量预测还存在下列问题:神经网络模型结果好坏依赖于输入数据的质量,网络训练的中间过程难以观察以及神经网络结构难以实时调整等.而可视分析技术适合用于数据过滤、挖掘和展示,因此在传统的基于神经网络的交通流量预测方法上结合可视分析技术可以帮助用户更高效地搭建神经网络.在数据层面,运用查询语句可视化技术可以对原始数据进行可视过滤和展示,从而帮助用户得到理想的训练数据.在神经网络结构方面,相对于传统的机器学习训练方法,结合可视分析技术的方法可以通过对神经网络结构和中间结果的可视分析,帮助用户观察神经网络训练过程,从而使得用户能够更好地调节神经网络参数,最终帮助用户探索合适的神经网络模型.

关键词：交通可视分析、神经网络、人机交互、交通流量预测

所属期刊栏目：47

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学青年基金资助项目61602409

在线出版日期：2019-10-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：573-580