互联网经贸学院教师庄伟卿博士，以第一作者在学术期刊“Applied Sciences(应用科学)”发表了“Short-Term Traffic Flow Prediction Based on CNN-BILSTM with Multicomponent Information”的文章。

此文章提出了一种基于卷积神经网络和双向长短时记忆（BILSTM）的多步预测模型，将交通数据的空间特征作为BILSTM模型的输入，以提取交通的时间序列特征。实验结果证实：与支持向量回归和选通递归单元模型相比，BILSTM模型提高了预测精度，在平均绝对误差、平均绝对百分比误差和均方根误差方面分别减少了30.4%、32.2%和39.6%，对公路上短期交通流优化有积极的作用。

《Applied Sciences》是一本关于应用自然科学各个方面的国际性、同行评议、开放获取期刊，由MDPI半月刊在线出版，影响因子2.838（2021），列入我校“三高”期刊目录。

本文章的链接为https://doi.org/10.3390/app12178714