计算机工程与应用 ›› 2019, Vol. 55 ›› Issue (14): 249-253.DOI: 10.3778/j.issn.1002-8331.1808-0222
张志豪,杨文忠,袁婷婷,李东昊,王雪颖
ZHANG Zhihao, YANG Wenzhong, YUAN Tingting, LI Donghao, WANG Xueying
摘要: 道路交通事故是道路交通安全水平的具体体现,为使预测数据更科学地为交通管理系统提供决策。提出建立基于LSTM(Long Short-Term Memory)神经网络的交通事故模型,训练交通事故相关的数据,对交通安全水平的指标进行预测。经过与传统回归模型和传统神经网络模型进行实验对比,实验显示LSTM拟合效果最佳,另外LSTM模型对同一趋势上的预测效果有明显优势。通过使用LSTM模型捕获数据中存在的时序依赖关系,能够更准确地对交通事故安全水平进行预测,使交通管理部门制定更加科学准确的决策。