zhangxin0 / BP-Neural-Network-Algorithm-for-Passenger_flow-PredictionLinks
交通枢纽客流量预测算法模型
☆17Updated 5 years ago
Alternatives and similar repositories for BP-Neural-Network-Algorithm-for-Passenger_flow-Prediction
Users that are interested in BP-Neural-Network-Algorithm-for-Passenger_flow-Prediction are comparing it to the libraries listed below
Sorting:
- 基于卡口实时过车数据进行交通流量的实时预测分析,使用LSTM循环神经网络模型进行融合预测,准确率达到90%以上。☆57Updated 5 years ago
- 2019年广西人工智能设计大赛:交通-地铁客流量预测Baseline(三等奖)☆51Updated 4 years ago
- 利用TensorFlow框架构建LSTM模型做出城市流量的预测☆19Updated 3 years ago
- 客流量时间序列预测模型☆125Updated 3 years ago
- 时间序列ARIMA模型的销量预测☆61Updated 7 years ago
- 本项目为时间序列预测项目,主要重点在于对预测项目整体流程的梳理总结,不同框架下如何进行简单数据处理和模型搭建。因此项目中搭建的主要为一些常用模型(后续会不断修改完善)。模型包含了prophet模型、keras库的bp神经网络和lstm网络模型、pytorch …☆22Updated 2 years ago
- 轨道交通客流预测系统☆17Updated 3 years ago
- 使用多种算法(线性回归、随机森林、支持向量机、BP神经网络、GRU、LSTM)进行电力系统负荷预测/电力预测。通过一个简单的例子。A variety of algorithms (linear regression, random forest, support vecto…☆171Updated 5 years ago
- 交通流量多模型预测☆49Updated 4 years ago
- 机器学习预测系统汇总:包括贝叶斯网络、马尔科夫模型、线性回归、岭回归、多项式回归、决策树回归、深度神经网络预测☆77Updated 5 years ago
- 数据特征工程、各种机器学习回归模型、回归数据预处理☆44Updated 5 years ago
- 基于深度学习的共享单车预测与调度解决方案,使用神经网络构建单车需求量与时间段和地理画像的关联,预测不同区域单车需求量;使用蚁群算法规划最优单车调度路径。☆101Updated 6 years ago
- 一种有效的电力负荷预测方法☆63Updated 5 years ago
- a model for traffic flow forecast☆29Updated 6 years ago
- 交通时空大数据分析与挖掘☆13Updated 3 years ago
- 建立SARIMA-LSTM混合模型预测时间序列问题。以PM2.5值为例,使用UCI公开的自2013年1月17日至2015年12月31日五大城市PM2.5小时检 测数据,将数据按时间段划分,使用SARIMA过滤其线性趋势,再对过滤后的残差使用LSTM进行预测,最后对预测结果进行…☆81Updated 6 years ago
- 使用支持向量机、弹性网络、随机森林、LSTM、SARIMA等多种算法进行时间序列的回归预测,除此以外还采取了多种组合方法对以上算法输出的结果进行组合预测。Support vector machine, elastic network, random forest, LSTM…☆46Updated 5 years ago
- ☆252Updated last year
- 信息分析预测期末课设_使用ARIMA模型与SVR对一组时间序列数据进行预测分析☆14Updated 6 years ago
- lstm算法构建的车流量预测模型☆36Updated 2 years ago
- 城市交通道路流量预测☆55Updated 6 years ago
- This project uses jqdata to forecast the price of Chinese stock. The methods used include LSTM, LSTM_CNN, CNN_ LSTM, AdaBoost, random fo…☆29Updated 4 years ago
- Regression prediction of time series data using LSTM, SVM and random forest. 使用LSTM、SVM、随机森林对时间序列数据进行回归预测,注释拉满。☆191Updated 5 years ago
- 机器学习预测模型,分别用逻辑回归,决策树,随机森林,神经网络,XGBOOST和支持向量机算法建模,交叉验证,并选出AUC最优的模型。特征工程优化后,AUC值达到0.8259☆56Updated 5 years ago
- 基于LSTM的电力负荷预测☆153Updated 6 years ago
- 基于统计学的时间序列预测(AR,ARM).☆280Updated 4 years ago
- 深圳北站作为深圳市的大型交通枢纽,其周边交通运行的好坏直接决定到达深圳北站的通行效率;而深圳北站周边的福龙路、南坪快速路等快速路,又是市区内的主要运输通道,对深圳北站的出行造成了直接影响。 本赛题以此为背景,期望分析出深圳北站周边道路上,车辆对交通拥堵和北站出行的影响,实现…☆11Updated 5 years ago
- 如何使用ARIMA模型预测世界肺炎确诊人数?【时序数据预测】☆41Updated 5 years ago
- 利用时间序列预测汽车销量☆41Updated 6 years ago
- 😁【北京市优秀毕业论文】基于车辆轨迹时空数据的城市热点预测模型研究【Urban hot spot prediction model based on spatiotemporal data of vehicle trajectory】☆32Updated 3 years ago