交通路况预测系统的设计与实现

计算机学院（国家示范性软件学院）

Design and Implementation of Traffic Prediction System

随着私家车拥有量的提高，城市交通拥堵现象日益严重，不仅影响公共交通，而且会造成巨大的经济损失，本项目旨在基于对比深度学习（LSTM网络、GRU网络、 SAES）与受限玻尔兹曼机，从而结合两者的模型优点，并结合地图POI(兴趣点)，天气，历史信息，挖掘更多的影响交通的因素，从而实现比现有的预测精度更高的交通路况预测系统，进而指导出行，减少交通拥堵现象。