(29) 时空循环卷积神经网络用于交通速度预测_a spatiotemporal convolutional lstm network for tr-程序员宅基地

技术标签: 交通预测  深度学习  

交通预见未来(29): 时空循环卷积神经网络用于交通速度预测

1、文章信息

《Spatiotemporal Recurrent Convolutional Networks for Traffic Prediction in Transportation Networks》。

北航2017年发在sensors上的一篇文章。

2、摘要

近几十年来,大规模交通网络流量预测已成为一个重要而具有挑战性的课题。受运动预测领域的启发,提出了一种保留交通网络精细结构的网格表示方法。将整个网络的流量速度转换为一系列静态图像,并将其输入到一个新的深度架构中,即时空循环卷积网络(SRCNs),用于流量预测。所提出的SRCNs继承了深卷积神经网络(DCNNs)和长短时记忆(LSTM)神经网络的优点。DCNNs可以捕获整个网络流量的空间依赖性,LSTMs可以学习流量的时间依赖性。以北京某交通网络为例,通过278个节点的实验,证明了SRCNs在短期和长期交通预测方面都优于其他基于深度学习的算法。

3、简介

在计算机视觉领域,深度学习比传统的图像处理方法具有更好的性能。运动预测中的深度学习是基于同一物体的一系列历史场景来预测物体未来运动的研究领域。基于该方法的成功,通过基于网格的分割方法,将全网范围内的交通速度作为静态图像的集合,其中每个像素代表一个路段或多个路段的交通状况。随着时间的推移,整个网络的流量也在变化。给定一个包含动画的静态图像序列,我们能预测每个像素的未来运动吗? 深度学习框架在提高运动预测精度方面具有优势。在学习视频序列时,应同时考虑空间和时间的长期依赖性。卷积神经网络(CNNs)采用带卷积滤波器的层,通过滑动窗口提取局部特征,可以对附近或全市范围的空间依赖关系进行建模。为了学习长时间跨度的时间序列,Hochreiter和Schmidhuber于1997年提出的长短时记忆(long short-term memory, LSTM)神经网络(NNs)在短时交通预测中得到了有效的应用,并在捕捉交通流的长期时间依赖性方面取得了显著的效果。基于CNNs和LSTMs的成功,本文提出了一种基于时空图像的方法,利用时空循环卷积网络(SRCNs)来预测整个网络的流量状态。利用深度卷积神经网络(Deep convolutional neural networks, DCNNs)挖掘整个交通网络中各链路之间的空间特征,利用LSTMs学习交通拥堵演化的时间特征。将时空特征输入全连通层,学习大规模交通网络中各环节的交通速度模式,并对模型进行端到端的训练。

本文的贡献总结如下:

•开发了一个名为SRCN的混合模型,它结合了DCNNs和LSTMs来预测整个网络的流量速度。

•提出了一种新的交通网络表示方法,它可以在较好的尺度上保持交通网络的结构。

•将网络流量的特殊时间特征建模为一个视频,其中每个流量条件作为视频的一帧。在提出的SRCN体系结构中,DCNNs从网络的角度捕获近端和远端空间依赖关系,而LSTMs学习长期的时间依赖关系。通过DCNNs与LSTMs的集成,分析了整个网络的时空交通数据。

4、主体内容

(1)网络表示

假设要预测交通网络中每个路段的拥塞情况,用y表示,共n个路段。

Step1:选择一个交通网络(请参阅图2a), 根据道路情况把它分成n个路段,并根据公式(1)计算这些路段在一个特定的时间段内的平均速度(2分钟),其中m和vj代表第i个路段上的车辆数和车辆的平均速度,不同的颜色表示速度(如图2b所示)。图3a显示了一个小型网络的示例。

Step2:使用一个小网格划分交通网络,网格的大小约为0.0001°×0.0001°,度表示经纬度,在北京,0.0001°约代表10米。划分出来的每个网格代表一个空间区域。

Step3:将平均速度映射到网格。空白区域的值设置为0;如果多个路段通过同一个网格,便将它们的平均速度分配给相应的网格(如图3c所示),并将速度归一化到 (0,1)区间内(如图2c所示)。

使用基于网格的网络分割方法,保持不同路段之间的相对拓扑不变。这种处理可以保留道路的几何信息,如细粒度上的u型急转弯和交叉口。

(2)空间信息提取

空间信息可以通过深度卷积层来提取,因为路段之间的距离会因为卷积和池化过程而缩短图4a中每个网格框表示一个空间区域(类似于step2中的网络表示),透明的绿色区域表示一个3×3卷积滤波器,相同颜色的线表示两个相邻的路段,不同颜色的线表示两个相距较远的路段。通过CNN的卷积和池化过程,图4b中的蓝线和红线之间的距离比图4a中的短。这些抽象特征对预测问题具有重要意义。

本文所使用的网络结构即为2层Conv2D再加全连接层。

(3)时间信息提取

时间信息即使用LSTM。

(4)时空循环卷积网络

本文所使用的网络结构为一个DCNN(包括两层Conv2D和一层全连接层)、两个LSTMs和一个全连接的层组成。

6、总结

文章相对比较简单,难点在于数据预处理,不过数据预处理这块也可以一劳永逸。文章是17年的,在那会相对来说还比较新颖。

文章所使用的数据为2015年6月1日至2015年8月31日共92天的北京出租车GPS数据。所使用的交通网络并非北京市全网,也是二环到三环之间共278个路段。对于所有方法,将time lag设置为15,这表示使用15×2 = 30 min预测未来交通状态。

Attention

如果你是轨道交通、道路交通、城市规划相关领域的,可以加微信:Dr_JinleiZhang,备注“进群”,加入交通大数据交流群!希望大家共同进步!

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/zuiyishihefang/article/details/103453473

智能推荐

oracle 12c 集群安装后的检查_12c查看crs状态-程序员宅基地

文章浏览阅读1.6k次。安装配置gi、安装数据库软件、dbca建库见下:http://blog.csdn.net/kadwf123/article/details/784299611、检查集群节点及状态:[root@rac2 ~]# olsnodes -srac1 Activerac2 Activerac3 Activerac4 Active[root@rac2 ~]_12c查看crs状态

解决jupyter notebook无法找到虚拟环境的问题_jupyter没有pytorch环境-程序员宅基地

文章浏览阅读1.3w次,点赞45次,收藏99次。我个人用的是anaconda3的一个python集成环境,自带jupyter notebook,但在我打开jupyter notebook界面后,却找不到对应的虚拟环境,原来是jupyter notebook只是通用于下载anaconda时自带的环境,其他环境要想使用必须手动下载一些库:1.首先进入到自己创建的虚拟环境(pytorch是虚拟环境的名字)activate pytorch2.在该环境下下载这个库conda install ipykernelconda install nb__jupyter没有pytorch环境

国内安装scoop的保姆教程_scoop-cn-程序员宅基地

文章浏览阅读5.2k次,点赞19次,收藏28次。选择scoop纯属意外,也是无奈,因为电脑用户被锁了管理员权限,所有exe安装程序都无法安装,只可以用绿色软件,最后被我发现scoop,省去了到处下载XXX绿色版的烦恼,当然scoop里需要管理员权限的软件也跟我无缘了(譬如everything)。推荐添加dorado这个bucket镜像,里面很多中文软件,但是部分国外的软件下载地址在github,可能无法下载。以上两个是官方bucket的国内镜像,所有软件建议优先从这里下载。上面可以看到很多bucket以及软件数。如果官网登陆不了可以试一下以下方式。_scoop-cn

Element ui colorpicker在Vue中的使用_vue el-color-picker-程序员宅基地

文章浏览阅读4.5k次,点赞2次,收藏3次。首先要有一个color-picker组件 <el-color-picker v-model="headcolor"></el-color-picker>在data里面data() { return {headcolor: ’ #278add ’ //这里可以选择一个默认的颜色} }然后在你想要改变颜色的地方用v-bind绑定就好了,例如:这里的:sty..._vue el-color-picker

迅为iTOP-4412精英版之烧写内核移植后的镜像_exynos 4412 刷机-程序员宅基地

文章浏览阅读640次。基于芯片日益增长的问题,所以内核开发者们引入了新的方法,就是在内核中只保留函数,而数据则不包含,由用户(应用程序员)自己把数据按照规定的格式编写,并放在约定的地方,为了不占用过多的内存,还要求数据以根精简的方式编写。boot启动时,传参给内核,告诉内核设备树文件和kernel的位置,内核启动时根据地址去找到设备树文件,再利用专用的编译器去反编译dtb文件,将dtb还原成数据结构,以供驱动的函数去调用。firmware是三星的一个固件的设备信息,因为找不到固件,所以内核启动不成功。_exynos 4412 刷机

Linux系统配置jdk_linux配置jdk-程序员宅基地

文章浏览阅读2w次,点赞24次,收藏42次。Linux系统配置jdkLinux学习教程,Linux入门教程(超详细)_linux配置jdk

随便推点

matlab(4):特殊符号的输入_matlab微米怎么输入-程序员宅基地

文章浏览阅读3.3k次,点赞5次,收藏19次。xlabel('\delta');ylabel('AUC');具体符号的对照表参照下图:_matlab微米怎么输入

C语言程序设计-文件(打开与关闭、顺序、二进制读写)-程序员宅基地

文章浏览阅读119次。顺序读写指的是按照文件中数据的顺序进行读取或写入。对于文本文件,可以使用fgets、fputs、fscanf、fprintf等函数进行顺序读写。在C语言中,对文件的操作通常涉及文件的打开、读写以及关闭。文件的打开使用fopen函数,而关闭则使用fclose函数。在C语言中,可以使用fread和fwrite函数进行二进制读写。‍ Biaoge 于2024-03-09 23:51发布 阅读量:7 ️文章类型:【 C语言程序设计 】在C语言中,用于打开文件的函数是____,用于关闭文件的函数是____。

Touchdesigner自学笔记之三_touchdesigner怎么让一个模型跟着鼠标移动-程序员宅基地

文章浏览阅读3.4k次,点赞2次,收藏13次。跟随鼠标移动的粒子以grid(SOP)为partical(SOP)的资源模板,调整后连接【Geo组合+point spirit(MAT)】,在连接【feedback组合】适当调整。影响粒子动态的节点【metaball(SOP)+force(SOP)】添加mouse in(CHOP)鼠标位置到metaball的坐标,实现鼠标影响。..._touchdesigner怎么让一个模型跟着鼠标移动

【附源码】基于java的校园停车场管理系统的设计与实现61m0e9计算机毕设SSM_基于java技术的停车场管理系统实现与设计-程序员宅基地

文章浏览阅读178次。项目运行环境配置:Jdk1.8 + Tomcat7.0 + Mysql + HBuilderX(Webstorm也行)+ Eclispe(IntelliJ IDEA,Eclispe,MyEclispe,Sts都支持)。项目技术:Springboot + mybatis + Maven +mysql5.7或8.0+html+css+js等等组成,B/S模式 + Maven管理等等。环境需要1.运行环境:最好是java jdk 1.8,我们在这个平台上运行的。其他版本理论上也可以。_基于java技术的停车场管理系统实现与设计

Android系统播放器MediaPlayer源码分析_android多媒体播放源码分析 时序图-程序员宅基地

文章浏览阅读3.5k次。前言对于MediaPlayer播放器的源码分析内容相对来说比较多,会从Java-&amp;amp;gt;Jni-&amp;amp;gt;C/C++慢慢分析,后面会慢慢更新。另外,博客只作为自己学习记录的一种方式,对于其他的不过多的评论。MediaPlayerDemopublic class MainActivity extends AppCompatActivity implements SurfaceHolder.Cal..._android多媒体播放源码分析 时序图

java 数据结构与算法 ——快速排序法-程序员宅基地

文章浏览阅读2.4k次,点赞41次,收藏13次。java 数据结构与算法 ——快速排序法_快速排序法