论文部分内容阅读
第1例——昏迷、四肢瘫痪、血氨增高
【摘 要】
：
【出 处】
：
中华神经科杂志
【发表日期】
：
1978年11期
其他文献
摘要：短时交通流预测是城市智能交通系统的重要组成部分，随着交通大数据和智能科学的快速发展，深度学习在交通领域得到了广泛的应用。本文以门控循环单元神经网络GRU短时交通流预测模型为研究对象，采用加州交通局绩效评估系统的交通流数据为例，将道路观测点的交通流序列作为输入，利用GRU实现城市短时交通流量的预测，并与SVR、ARIMA等模型进行对比，结果表明，该预测模型具有良好的预测性能，可为城市区域短时交