基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
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.
推荐文章
基于 BP 神经网络的短时客流预测优化
客流预测
神经网络
遗传算法优化
模型性能
地铁站点的公共艺术价值作用研究
城市地域文化
地铁
公共空间
公共艺术
基于地铁客流的广州地铁站点类型识别
地铁站点
地铁客流
K-均值聚类算法
主成分分析
广州
基于模糊神经网络的公交客流时段预测
公共交通
线路客流实时分布
模糊神经网络
相似性分析
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于深度时空网络的地铁站点客流短时预测
来源期刊 交通与运输 学科 交通运输
关键词 短时客流预测 城市轨道交通 时空关联分析
年,卷(期) 2020,(z2) 所属期刊栏目 交通模型
研究方向 页码范围 55-61
页数 7页 分类号 U491
字数 5829字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈振武 9 65 4.0 8.0
2 黎旭成 2 0 0.0 0.0
3 彭逸洲 1 0 0.0 0.0
4 吴宗翔 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
短时客流预测
城市轨道交通
时空关联分析
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
交通与运输
双月刊
1671-3400
31-1476/U
大16开
上海市汉口路193号324室
4-754
1985
chi
出版文献量(篇)
6248
总下载数(次)
9
总被引数(次)
10824
论文1v1指导