期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于ARIMA-BiLSTM的散装水泥运输车事故预测研究
1
作者 甘婷薇 高飞鹏 杨洁 《电脑知识与技术》 2024年第19期6-8,13,共4页
为了提升散装水泥运输车在运输过程中的交通安全性,文章基于浙江省2019至2021年的47757条散装水泥运输车出险数据,构建了一个结合了自回归积分滑动平均(ARIMA)模型和双向长短期记忆网络(BiLSTM)的混合预测模型。首先,通过ARIMA模型分析... 为了提升散装水泥运输车在运输过程中的交通安全性,文章基于浙江省2019至2021年的47757条散装水泥运输车出险数据,构建了一个结合了自回归积分滑动平均(ARIMA)模型和双向长短期记忆网络(BiLSTM)的混合预测模型。首先,通过ARIMA模型分析时间序列数据,识别事故数量和理赔金额的趋势,并提取预测残差。然后,利用BiLSTM对这些残差进行深度学习预测,以捕捉时间序列中的复杂模式。最后,通过将BiLSTM预测的残差反馈优化ARIMA模型。研究结果表明,相较于传统的ARIMA模型,该混合模型预测更为精准,有助于更有效地管理和降低散装水泥运输车的安全风险。 展开更多
关键词 散装水泥车 事故预测 ARIMA-BiLSTM 时间序列 深度学习
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部