期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
FCTNet:基于双域深度学习的公交车到站时间预测方法
1
作者 张铭泽 李轶 +2 位作者 吴文渊 石明全 王正江 《计算机科学》 CSCD 北大核心 2024年第S02期562-568,共7页
公交车到站时间预测是智能公交系统的重要组成部分,可以给乘客提供精确的到站时间,还可以帮助调度员进行更合理的调度安排。为此,提出一种基于卷积、注意力机制和FFT的对时域和频域进行双域深度学习的公交车到站时间预测算法FCTNet(FFT-... 公交车到站时间预测是智能公交系统的重要组成部分,可以给乘客提供精确的到站时间,还可以帮助调度员进行更合理的调度安排。为此,提出一种基于卷积、注意力机制和FFT的对时域和频域进行双域深度学习的公交车到站时间预测算法FCTNet(FFT-Conv-Transformer),该算法融合了傅里叶变换、卷积神经网络和注意力机制,其可以对公交车单站和多站的到站时间进行预测。其中利用傅里叶变换和卷积神经网络在频域上学习输入数据的时空特征,同时保留时域信号,利用注意力机制学习输入序列的全局依赖关系,预测最终结果。在重庆市465,506和262这3条公交线路到站时间预测实验中,FCTNet网络模型的平均绝对百分比误差和平均绝对误差优于实验对比算法,在最繁忙的465线路中FCTNet网络模型的平均相对误差相对已有最好模型降低了2.34%,平均绝对误差降低了4.59 s。 展开更多
关键词 到站预测 注意力机制 时域频域转换 卷积神经网络 深度神经网络
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部