摘要
在数据科技时代,针对集中式挖掘平台下传统LSTM网络模型在处理移动轨迹大数据时存在的计算与存储问题,提出一种Spark框架下基于LSTM优化模型的实时交通流量预测方法,旨在于提高交通流量预测的精确性。实践结果表明,基于真实的出租车GPS轨迹大数据,Spark框架下的LSTM优化模型可以实时准确地预测交通流量。
In the era of data science and technology,the traditional LSTM network model in the centralized mining platform has the problems of computing and storage when dealing with the big data of mobile trajectory,this paper proposes a real-time traffic flow prediction method based on the LSTM optimization model under the Spark framework,which aims to the improvements of accuracy of traffic flow prediction.The experiment results of a case study demonstrate that with real-world taxi GPS trajectory big data,the proposed LSTM optimization model based on the Spark framework can accurately predict traffic flow in real time.
作者
章茂庭
杨楠
蒋顺英
郑永玲
白宇
ZHANG Maoting;YANG Nan;JIANG Shunying;ZHENG Yongling;BAI Yu(School of Data Science and Information Engineering,Guizhou Minzu University,Guiyang 550025,China)
出处
《现代信息科技》
2020年第4期1-8,共8页
Modern Information Technology
作者简介
章茂庭(1994-),女,汉族,贵州三穗人,就读于数据科学与信息工程学院,统计学研究生,研究方向:海量数据统计与分析;杨楠(1997-),女,汉族,贵州盘县人,就读于数据科学与信息工程学院,统计学研究生,研究方向:海量数据统计与分析;蒋顺英(1996-),女,汉族,贵州兴义人,就读于数据科学与信息工程学院,统计学研究生,研究方向:海量数据统计与分析;郑永玲(1995-),女,汉族,贵州毕节人,就读于数据科学与信息工程学院,统计学研究生,研究方向:海量数据统计与分析;白宇(1994-),女,汉族,贵州仁怀人,就读于数据科学与信息工程学院,统计学研究生,研究方向:海量数据统计与分析。
