课题组动态
课题组学术交流——基于时间窗口型LSTM的短时停车需求预测等
作者:傅佳楠
发布时间:2019-03-28
2019年3月28日上午9点,李老师、邹老师、王老师以及课题组的各位同学在交通学院436会议室开展了学术会议。本次学术会议主要由李杨和程凯对于各自的学术研究成果进行汇报。
首先,李杨进行了《基于时间窗口型LSTM的短时停车需求预测》的汇报。李杨同学首先介绍了深度学习方法相较传统方法在停车泊位预测上的优势,并介绍了深度学习方法中LSTM细胞模块的结构和原理,然后运用高新国际停车场的停车数据进行建模,优化模型参数,最后得到精度较高的停车泊位预测结果,相比ARIMA、BP、SVM等方法更具优势。
然后,程凯进行了《考虑天气因素的交通事故回归分析》的汇报。程凯同学针对已有的美国交通事故数据和相应的经济、天气因素等数据,选取负二项模型以及基于年度变化率的模型,从全美和各州的角度分别进行回归分析,从而研究天气等因素对交通事故的影响,同时根据估算结果的好坏,探讨不同模型在全美或各州范围内的适用性,便于进一步宏观预测、政策调控等研究。
本次学术交流中,各位老师和同学们进行了积极的讨论与交流,针对汇报内容提出了一些问题和建议,两位同学进一步明确了后续研究的框架和方法,其他同学也收获了许多经验。