叶津凌

摘要：随着时代的进步和发展，当前我国家庭机动车的保有量也实现了针对性的提升。在这种情况下，由于城市交通的飞速发展，越来越多的机动车投入使用，导致我国也有越来越高的交通事故发生概率，空气污染的程度不断加剧。在交通发展的过程中，引入基于深度学习的短时交通流预测分析，对我们更好了解短时交通流量，并结合交通流量科学合理进行交通情况的评估和预测起到了积极帮助。

关键词：深度学习;短时交通流;预测研究和分析

在当前的交通流预测过程中，为了更好的评估交通流量情况，引入先进的技术和理念，科学合理进行交通流量的评估和分析十分關键。本文在观点探讨的过程中，引入深度学习模型，就基于深度学习的短时交通流预测进行了观点的探讨和论述。

一、基于深度学习的短时交通流预测模型构建

在进行短时交通流预测的额实现上，对于评估模型的构建，要明确模型构建的目标，以及模型在预测工作开展上，使用的核心评价指标。结合本文设定的模型，在进行相应评价指标的设定上，需要针对目标时间范畴内获取的预测结果进行精准的标准，通过预测值以及实际检测结果的比对，了解到模型在短时交通流量预测方面的预测效果。在完成了相应评价指标的设定后，需要进行模型的针对性构建。一般来说，神经网络模型本身在应用上，其非线性关系映射能力十分突出为此在进行数据的徐莲实现上，若是有相同的输入以及输出个数，那么此时由于隐含层本身有不同呢的单元数量，这样也会导致最终获取的权阙值存在较大的差异。……