基于注意力机制的泊位占有率预测模型研究

• 作者: 孙钦东 崔颖安 牛亚邦 王竹荣 薛伟 黑新宏
• 来源期刊: 通信学报
• 学科: 工学
• 关键词: 时间序列预测 泊位占有率预测 注意力机制 序列到序列模型
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 学术通信
• 页码范围: 182-192
• 页数: 11页
• 分类号: TP391
• 语种: 中文
• DOI: 10.11959/j.issn.1000-436x.2020241

摘要

为解决泊位占有率的预测精度随步长增加而下降的问题,提出了一种基于注意力机制的泊位占有率预测模型.通过卷积神经网络获得多变量的时间模式信息作为模型的注意力机制.通过对模型训练、学习特征信息,并对相关性高的序列分配较大的学习权重,来实现解码器输出高度相关的有用特征预测目标序列.应用多个停车场数据集对模型进行测试,测试结果及对比分析表明,所提模型在步长达到36时对泊位占有率的预测数据能较好地估计真实值,预测精度和稳定性相比LSTM均有提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王竹荣		20	135	7.0	10.0
2	黑新宏		37	257	8.0	15.0
3	崔颖安		30	263	9.0	15.0
4	孙钦东		23	830	11.0	23.0
5	薛伟		2	0	0.0	0.0
6	牛亚邦		1	0	0.0	0.0