期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于深度时空网络的地铁站点客流短时预测 被引量:1
1
作者 黎旭成 +1 位作者 吴宗翔 陈振武 《交通与运输》 2020年第S02期55-61,共7页
为提升城市轨道交通站点短时客流预测精度,探讨其高峰客流集中,客流、区域人口密度间存在时空关联的特点,并针对性地建立了一种基于深度时空网络的城市轨道交通网路尺度下的站点客流短时预测模型。模型用卷积神经网络捕捉轨道站点之间... 为提升城市轨道交通站点短时客流预测精度,探讨其高峰客流集中,客流、区域人口密度间存在时空关联的特点,并针对性地建立了一种基于深度时空网络的城市轨道交通网路尺度下的站点客流短时预测模型。模型用卷积神经网络捕捉轨道站点之间的空间关联,融合了热点区域人数等因素作为外部特征,再用长短期记忆网络提取时间序列中的时间关联。选取深圳市轨道交通网络作为案例,基于深圳地铁客流数据,对全部站点的进、出站客流进行预测。通过与四种常用预测方法比较,验证了该方法的有效性和精度。 展开更多
关键词 短时客流预测 城市轨道交通 时空关联分析
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部