期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于AL-Transformer的铁路客运站旅客属性识别方法
1
作者 张波 《铁路计算机应用》 2024年第2期7-12,共6页
随着铁路运力的不断提升,旅客在铁路客运站内候车的频次和时间也在不断增加,为主动挖掘候车旅客的个性化需求,提出一种基于AL-Transformer(Attribute Localization-Transformer)模型的铁路客运站旅客属性识别方法。AL-Transformer模型基... 随着铁路运力的不断提升,旅客在铁路客运站内候车的频次和时间也在不断增加,为主动挖掘候车旅客的个性化需求,提出一种基于AL-Transformer(Attribute Localization-Transformer)模型的铁路客运站旅客属性识别方法。AL-Transformer模型基于Swin Transformer主干网络提取进站旅客的结构化信息,通过掩码对比学习(MCL,Mask Contrast Learning)框架抑制特征区域相关性,获取到更有辨识度的属性区域;通过属性空间记忆(ASM,Attribute Spatial Memory)模块选取更加可靠、稳定的属性相关区域。在中国铁路兰州局集团有限公司白银南站试用的效果表明,该方法可有效识别旅客属性,为客运站工作人员推送更有针对性的信息,提升客运站的旅客服务质量,保障旅客候车安全。 展开更多
关键词 属性识别 AL-Transformer模型 掩码对比学习(mcl) 属性空间记忆(ASM) 旅客异常行为
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部