基于注意力-长短期记忆模型的偶发性交通流异常检测

Journal of Tongji University(Natural Science)（2023）

引用 0|浏览1

暂无评分

摘要

提出了基于注意力(attention)机制的LSTM(long short?term memory)交通异常检测模型,并利用整体交通网格点数据对交通流量进行异常检测.模拟数据集的验证结果表明,Attention?LSTM预测模型具有较好的检测效果;SKAB(skoltech anomaly benchmark)公开数据集进一步检验了模型的检测能力.以上海市出租车GPS实时数据代表实时交通流状况,对交通流异常进行检测,并对检测结果进行了分析,验证了Attention?LSTM模型的有效性.

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要