基于卷积门控循环网络的居民出行模式识别

• 作者: 丁咏梅 黄锐
• 来源期刊: 徐州工程学院学报（自然科学版）
• 学科: 工学
• 关键词: 出行模式识别 GPS轨迹数据 卷积神经网络 门控循环单元
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 工程技术
• 页码范围: 75-80
• 页数: 6页
• 分类号: TP181
• 语种: 中文

摘要

关注城市居民出行的特征及其交通方式选择行为,对于实现绿色交通具有重要的现实意义.该文基于GeoLife数据集,利用卷积神经网络(CNN)、门控循环单元(GRU)和混合模型(CNN-GRU)对居民的出行特征及规律进行研究.通过测试和对比分析表明:CNN-GRU模型具有较好的识别效果,且优于单独采用CNN和GRU分类方法的识别性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁咏梅		23	26	3.0	4.0
2	黄锐		3	0	0.0	0.0