期刊文献+
共找到8篇文章
< 1 >
每页显示 20 50 100
融合多相关收费站数据的高速公路交通流预测 被引量:3
1
作者 张阳 姚芳钰 杨书敏 《中外公路》 2024年第1期202-208,共7页
经济间的紧密联系使城市群区域间多相关收费站交通数据间存在空间关联,准确描述该联系对提升高速公路交通流预测的精度具有积极作用。然而,由于受诸多不确定性的影响,该关联性难以捕捉和量化。针对这一缺陷,该文提出一种ATGCN-Res GRU... 经济间的紧密联系使城市群区域间多相关收费站交通数据间存在空间关联,准确描述该联系对提升高速公路交通流预测的精度具有积极作用。然而,由于受诸多不确定性的影响,该关联性难以捕捉和量化。针对这一缺陷,该文提出一种ATGCN-Res GRU深度学习高速公路交通流预测方法。通过结合注意力机制构建高、中、低注意度的3个GCN拓扑网络,并根据各个网络的注意度加权获得空间学习数据,将多相关收费站的联系进行量化和分级;同时,为了避免过平滑问题,将两个GRU(Gated Recurrent Unit)模块通过残差连接,进一步提升算法捕捉时间规律的能力;最后,使用特征融合层和全连接层输出预测值。利用该算法预测广东省某高速收费站的交通流量,试验结果表明:该文提出的方法能够有效提升预测精度,与经典模型多元集成CNN-LSTM、CNN-Bi LSTM和DL-SVR相比,平均绝对误差(EMAE)分别减小了7.95、4.52、12.88,均方根误差(ERMSE)分别减小了12.03、6.12、19.05。 展开更多
关键词 高速公路 交通流预测 收费站 深度学习
在线阅读 下载PDF
融合滞后极限学习机的IDBiLSTM短时交通流预测
2
作者 张阳 王梓良 +2 位作者 姚芳钰 许浩越 杨书敏 《重庆交通大学学报(自然科学版)》 CAS CSCD 北大核心 2024年第6期39-46,共8页
深度学习短时交通流预测中,存在数据处理实时性较弱,以及算法对交通流数据的复用和修正能力不足导致预测性能较差的问题。针对这一问题,提出一种融合滞后极限学习机的深度双向长短时记忆神经网络短时交通流预测方法。首先,引入权值共享... 深度学习短时交通流预测中,存在数据处理实时性较弱,以及算法对交通流数据的复用和修正能力不足导致预测性能较差的问题。针对这一问题,提出一种融合滞后极限学习机的深度双向长短时记忆神经网络短时交通流预测方法。首先,引入权值共享机制对双向长短时记忆网络模型进行结构优化,在模型训练过程中不断进行权重更新和偏置更新,从而充分利用逆序逆转数据增强数据的复用和修正能力;其次,为了进一步提高算法实时性,引入极限学习机模型,并在其神经元激活函数中嵌入生物神经系统中的滞后参数进行优化,加速了运算效率,提升算法的整体实时性。实验结果表明:提出的方法预测精度和算法实时性均有提升,与经典方法CNN-BiLSTM和多元集合CNN-LSTM相比,平均绝对误差分别减少了6.82、6.47,计算速度分别提高了12、19 s,具备良好的短时交通流预测能力和实时性。 展开更多
关键词 交通工程 深度学习 双向长短时记忆神经网络 极限学习机 交通预测
在线阅读 下载PDF
基于动态时空卷积网络的车道级交通流预测
3
作者 江辉 张阳 +1 位作者 杨书敏 辛东嵘 《武汉理工大学学报(交通科学与工程版)》 2024年第2期242-247,共6页
文中提出一种基于动态时空卷积网络的车道级交通流预测模型(DSTCNN),通过构建车道断面节点网络拓扑结构,采用动态图卷积网络提取同一时刻预测车道断面所处的相邻车道断面和上下游车道断面交通流的状态,获取预测车道断面与不同车道断面... 文中提出一种基于动态时空卷积网络的车道级交通流预测模型(DSTCNN),通过构建车道断面节点网络拓扑结构,采用动态图卷积网络提取同一时刻预测车道断面所处的相邻车道断面和上下游车道断面交通流的状态,获取预测车道断面与不同车道断面的空间特征信息.采用扩张因果卷积与门控机制构成门控时间卷积网络提取交通流序列的时间动态特征.通过全连接(FC)网络层,将交通流时空特征相融合实现预测.结果表明:DSTCNN模型能够更好地同步捕获车道交通流的时空特性,预测精度相较于其他经典模型有显著提升,具有较好的预测性能. 展开更多
关键词 交通流预测 深度学习 动态图卷积
在线阅读 下载PDF
改进支持向量回归机的短时交通流预测 被引量:23
4
作者 傅成红 杨书敏 张阳 《交通运输系统工程与信息》 EI CSCD 北大核心 2019年第4期130-134,148,共6页
短时交通流预测是实施智能交通控制的基础和保障.针对目前短时交通流预测方法拟合交通数据的能力偏弱,以及过分依赖历史数据的不足,提出一种基于深度学习回归机的短时交通流预测方法.首先构建深度学习回归机算法模型,包括受限玻尔兹曼... 短时交通流预测是实施智能交通控制的基础和保障.针对目前短时交通流预测方法拟合交通数据的能力偏弱,以及过分依赖历史数据的不足,提出一种基于深度学习回归机的短时交通流预测方法.首先构建深度学习回归机算法模型,包括受限玻尔兹曼机的显层节点输入端,受限玻尔兹曼机的若干中间层,以及径向基支持向量回归机输出端.通过实验将深度学习回归机预测方法与其他典型的短时交通流预测算法进行比较,结果表明,在相同的数据和计算平台下,本文提出的深度学习回归机预测方法精度更高,且预测实时性也能满足实际的需求. 展开更多
关键词 智能交通 深度学习 支持向量回归 短时交通流 粒子群
在线阅读 下载PDF
改进小波包与长短时记忆组合模型的短时交通流预测 被引量:20
5
作者 张阳 杨书敏 辛东嵘 《交通运输系统工程与信息》 EI CSCD 北大核心 2020年第2期204-210,共7页
为克服非稳定交通流状态下短时交通流预测精度不高、过分依赖大样本历史数据的缺陷,提出一种改进小波包分析和长短时记忆神经网络组合(IWPA-LSTM)的短时交通流预测方法.利用功率谱细化的思想改进小波包分析算法对小样本交通流时间序列... 为克服非稳定交通流状态下短时交通流预测精度不高、过分依赖大样本历史数据的缺陷,提出一种改进小波包分析和长短时记忆神经网络组合(IWPA-LSTM)的短时交通流预测方法.利用功率谱细化的思想改进小波包分析算法对小样本交通流时间序列进行多尺度分解和单支重构.对低频序列和高频序列进行相空间重构,完成长短时记忆模型的逐层构建,实现本地保存并根据预测精度进行自适应更新,将重构的子序列输入模型训练和预测.将各子序列的预测值叠加输出IWPA-LSTM最终预测值.实验结果表明,提出的IWPA-LSTM模型在小样本情况下的预测精度优于经典深度学习模型,具有较强的实用性. 展开更多
关键词 智能交通 深度学习 短时交通流预测 时间序列
在线阅读 下载PDF
一种结构优化的深度信任网络短时交通流预测 被引量:3
6
作者 张阳 廖晓烨 +1 位作者 杨书敏 辛东嵘 《重庆交通大学学报(自然科学版)》 CAS CSCD 北大核心 2023年第11期126-133,共8页
针对短时交通流预测中存在的训练数据过于依赖时间序列训练数据,对空间关联性考虑不足,且模型结构参数选取形式过于固定等问题,提出一种结构优化的深度信任网络短时交通流预测方法,该模型可同时训练3种与预测节点交通量相关的交通数据,... 针对短时交通流预测中存在的训练数据过于依赖时间序列训练数据,对空间关联性考虑不足,且模型结构参数选取形式过于固定等问题,提出一种结构优化的深度信任网络短时交通流预测方法,该模型可同时训练3种与预测节点交通量相关的交通数据,增强预测的时空关联性,克服训练数据过于依赖时间序列的缺陷;同时,优化深度信任网络短时交通流预测模型结构,提出一种改进的花朵授粉算法对预测模型的隐层结构参数进行优化,避免因模型结构参数选取形式过于固定所导致的模型预测结果陷入局部最优解及实用性降低的问题。通过采集福州市两个交叉口的相关交通量数据,分别对预测模型的可行性进行评估。同时,将MFPA-DBN模型分别与不同隐层结构的深度信任网络模型及GA-LSTM、CNN-SVR、TGWO-BP 3种模型进行对比。实验结果表明:在相同训练数据的条件下,结构优化的深度信任网络(MFPA-DBN)短时交通流预测方法可行、有效,预测精度优于其他深度学习预测模型,实时性能也能满足实际要求。 展开更多
关键词 交通运输工程 交通大数据 交通预测 深度学习 交通流 深度信任网络 花朵授粉算法
在线阅读 下载PDF
青贮芦苇益生菌添加剂配方的筛选
7
作者 熊志达 周鑫鑫 +3 位作者 杨书敏 王金硕 肖运才 石德时 《中国饲料》 北大核心 2022年第21期66-71,共6页
为研究益生菌复合制剂对芦苇青贮品质的影响,试验以芦苇青贮添加剂为主要研究对象,将处于生长期的芦苇收割后进行青贮,分为4个益生菌添加剂处理组:XS55(将象草发酵剂与副地衣芽孢杆菌SN-6按照5:5的比例混合并添加入饲料)、XS64(象草发酵... 为研究益生菌复合制剂对芦苇青贮品质的影响,试验以芦苇青贮添加剂为主要研究对象,将处于生长期的芦苇收割后进行青贮,分为4个益生菌添加剂处理组:XS55(将象草发酵剂与副地衣芽孢杆菌SN-6按照5:5的比例混合并添加入饲料)、XS64(象草发酵剂:SN-6=6:4)、XSD(象草发酵剂:SN-6:短小芽孢杆菌D1=5:5:10)、BZSD(布氏乳杆菌:植物乳杆菌:SN-6:D1=1:4:5:10)和1个空白对照组(Ctrl),每组3个重复,青贮周期为20 d。结果表明:(1)通过青贮,各组均有效地保存了芦苇的粗蛋白质含量,达到12.35%以上。(2)与Ctrl组相比,益生菌添加剂各组均显著降低了芦苇的中性洗涤纤维(NDF)含量(P <0.05)。(3)与Ctrl组相比,益生菌添加剂各组总酸含量均显著提高(P <0.05)。(4)益生菌添加剂各组中氨态氮/总氮与丁酸/总酸这两种青贮腐败指标的含量均极显著低于Ctrl组(P <0.001)。综上,XS64组青贮效果最好,按照《青贮感官评定标准》,该组芦苇青贮感官评价为“优”;其营养物质保存良好,粗蛋白质可达到12.06%;pH降至3.93;总酸含量达到5.84%;按照弗里葛评价标准,该青贮组得分为86,在所有组中评分最高;此外,XS64可显著地降低芦苇NDF含量,与未加益生菌青贮组相比,NDF含量降低了约4.75%(P <0.05),与青贮前芦苇相比,NDF含量降低了6.79%(P <0.05)。 展开更多
关键词 青贮饲料 益生菌 纤维素降解 芦苇 添加剂
在线阅读 下载PDF
县级供电企业生产信息系统功能整合
8
作者 杨晓辉 李合峰 杨书敏 《农村电气化》 2010年第10期10-11,共2页
近年来县级供电企业通过信息化建设,推动了企业精益化水平的不断提高,但诸多应用系统的功能整合成为摆在县级供电企业面前的一个难题。该文结合县级供电企业生产信息系统功能,对各应用系统间的交互应用进行了详细阐述。
关键词 信息系统 整合 MIS GIS
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部