技術特征：

技術總結
本發明公開了一種基于道路聚類和雙層雙向LSTM的交通流量預測方法，包括：1)提出了一種對訓練數據存在缺失值時，對丟失值采取周圍平均化的方式填補缺失數據，提高預測精度；2)提出了一種根據歷史流量數據對道路進行相關性聚類，將道路分成若干組，并在數據預處理階段同時利用時間信息和空間信息，提高預測精度；3)設計了一種雙層雙向LSTM深度神經網絡模型，提高模型的預測精度；4)提出了一種對網絡模型進行批量訓練和測試的方法，加快神經網絡模型的訓練和測試速度；5)提出了一種多模型融合方法，提高預測精度。本發明同時提高了深度神經網絡在交通流量預測方面的預測速度和精度。

技術研發人員：楊海龍;黃秋宇;欒鐘治;李云春
受保護的技術使用者：北京航空航天大學
技術研發日：2017.07.25
技術公布日：2017.09.12