1. 您所在位置：
  2. 网站首页
  3. 文档分类
  4. 计算机
  5. 通信/网络

基于CEEMDAN和优化CNN-BiLSTM组合模型的短时交通流量预测.docx

基于CEEMDAN和优化CNN-BiLSTM组合模型的短时交通流量预测.docx

    毕业设计（论文）

    PAGE

    1-

    毕业设计（论文）报告

    题目：

    基于CEEMDAN和优化CNN-BiLSTM组合模型的短时交通流量预测

    学号：

    姓名：

    学院：

    专业：

    指导教师：

    起止日期：

    基于CEEMDAN和优化CNN-BiLSTM组合模型的短时交通流量预测

    摘要：短时交通流量预测对于交通管理和优化具有重要意义。本文提出了一种基于CEEMDAN和优化CNN-BiLSTM组合模型的短时交通流量预测方法。首先，利用CEEMDAN对原始交通流量数据进行分解，提取出具有不同尺度的特征；然后，结合卷积神经网络（CNN）和双向长短期记忆网络（BiLS

    您可能关注的文档

    最近下载

    文档评论（0）

    1亿VIP精品文档

    更多 >

    相关文档

    更多 >