项目概述
本项目为《基于深度学习的交通流量预测系统》，基于真实VANET车辆轨迹数据，实现从数据处理到模型训练、对比分析、可视化展示、预测服务的完整闭环。适用于：本科生研究生课程设计、b设、答辩演示、作品集展示、交流学习。项目为个人原创，禁止商用！
一、核心亮点
1、双模型对比：RNN vs LSTM，同一数据同一指标评估，突出LSTM优势
2、完整流程：数据清洗 → 特征工程 → 序列构建 → 训练验证 → 测试评估 → 模型保存 → API推理 → Web展示
3、指标齐全：MAE / RMSE / MAPE / R2，全流程自动输出与保存
4、可视化丰富：训练曲线、指标对比、预测对比、散点图、误差分布图自动生成并保存到本地
5、可直接演示：Web界面输入历史序列一键预测，支持模型选择与结果图表展示
6、带登录注册：登录/注册页面 + Token校验（便于答辩展示"系统化"）
二、核心功能清单
1、数据集读取（大文件处理）、缺失值/异常值处理、网格化聚合、滑窗序列构建
2、RNN、LSTM模型训练与对比（自动保存模型权重、日志、图表、对比结果JSON）
3、Flask预测API（单条/批量预测、模型对比结果查询、健康检查）
4、前端可视化页面（浅色渐变主题、模型对比表与图、预测输入与曲线图）
三、交付内容
1、全套源码（结构清晰，可二次开发）
2、训练产物：模型文件、日志、指标与图表
3、可运行演示：训练脚本 + API服务 + Web界面
需要定制功能（预测粒度/界面/指标/文档/部署等）可按需求加，根据工作量和复杂度评估费用。
