焦琴琴对基于深度学习的路网短时交通流预测进行了研究

通过实验仿真分析得出:（ 1 ）趋势项信号可以影响预测的精度，设置最优的频谱 阈值去除趋势项能够使得预测误差减少 5% ；（ 2 ）压缩后的路网预测运行时间明显减 少，节约时间 90% ；（ 3 ）本文提出的预测模型在预测精度上优于其他预测模型，预测 误差比 SVR 模型减少 8% ，路网中各个路段的平均预测精度可以达到 92%