期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于卷积长短时记忆网络的短时公交客流量预测
被引量：
5
1
作者
陈静
张昭冲
+2 位作者
王琳凯
安脉
王伟
《系统仿真学报》
CAS
CSCD
北大核心
2024年第2期476-486,共11页
针对传统的短时客流预测方法没有考虑到时序特征中跨时段客流之间的相似性问题,提出一种改进k-means聚类算法与卷积神经网络和长短时记忆网络相结合的短时客流量预测模型k-CNN-LSTM。通过k-means算法对跨时段时序数据进行聚类,使用间隔...
针对传统的短时客流预测方法没有考虑到时序特征中跨时段客流之间的相似性问题,提出一种改进k-means聚类算法与卷积神经网络和长短时记忆网络相结合的短时客流量预测模型k-CNN-LSTM。通过k-means算法对跨时段时序数据进行聚类,使用间隔统计确定k值,构建交通流矩阵模型,采用CNN-LSTM网络处理具有时空特征的短时客流。该模型能够对具有空间相关性的数据进行较为准确的预测。使用真实数据集对模型进行检验和参数调优,实验结果表明:k-CNN-LSTM模型较其他模型有相对较高的预测精度。
展开更多
关键词
卷积神经网络
长短时记忆网络
时空数据预测
K-MEANS聚类
客流量
预测
在线阅读
下载PDF
职称材料
面向出租车空载时间预测的多任务时空图卷积网络
被引量：
4
2
作者
宋龙泽
万怀宇
+1 位作者
郭晟楠
林友芳
《计算机科学》
CSCD
北大核心
2021年第7期112-117,共6页
出租车空载时间严重影响交通资源的利用效率和司机的收益。准确的出租车空载时间预测可以有效地指导司机进行合理的路径规划,辅助打车平台进行高效的资源调度。然而,在实际场景中,城市不同区域的空载时间受到区域车流量、客流量以及历...
出租车空载时间严重影响交通资源的利用效率和司机的收益。准确的出租车空载时间预测可以有效地指导司机进行合理的路径规划,辅助打车平台进行高效的资源调度。然而,在实际场景中,城市不同区域的空载时间受到区域车流量、客流量以及历史空载时长等多方面因素的影响。为解决该问题,提出一种基于多任务框架的时空图卷积网络(MSTGCN)模型。MSTGCN采用一种新颖的时空图卷积结构,全面建模上述影响空载时间的各种时、空相关性因素。使用多任务学习框架从不同视角学习数据的特征表示,并提出一种多任务注意力融合机制,通过对辅助任务信息的筛选来提升主任务的信息获取能力和预测性能。将所提模型在两个公开的滴滴数据集上进行了充分的实验,其取得了优于其他方法的预测效果。
展开更多
关键词
时空数据预测
出租车空载时长
图卷积网络
多任务学习
注意力机制
在线阅读
下载PDF
职称材料
一种基于时空动态图注意力网络的共享出行需求预测方法
被引量：
3
3
作者
骈纬国
吴映波
+1 位作者
陈蒙
蔡俊鹏
《电子学报》
EI
CAS
CSCD
北大核心
2022年第2期432-439,共8页
基于图卷积神经网络的共享出行需求预测一般采用非时间特定性的静态空间图结构提取非欧氏空间相关性特征,这种方式所构建的城市结构图是一种在不同时间间隔的静态空间图结构,而不能动态提取不同时间间隔的空间相关性特征.针对这一问题,...
基于图卷积神经网络的共享出行需求预测一般采用非时间特定性的静态空间图结构提取非欧氏空间相关性特征,这种方式所构建的城市结构图是一种在不同时间间隔的静态空间图结构,而不能动态提取不同时间间隔的空间相关性特征.针对这一问题,本文提出了一种基于时空动态图注意力网络(Spatial-Temporal Dynamic Graph Attention Networks,STDGAT)的共享出行需求预测方法 .该方法基于区域间通勤关系动态构建时间特定性城市空间图结构,以实现动态空间相关性建模,并采用图注意力网络和长短期记忆网络自适应提取动态空间相关性特征和时间依赖性特征.使用一个全连接层作为输出预测层将联合时空特征映射为真实的需求值以完成预测.实验结果表明,该方法在RMSE,MAPE和MAE等3个评价指标上均优于实验基准比较方法.
展开更多
关键词
需求
预测
深度学习
图注意力网络
时空数据预测
共享出行
在线阅读
下载PDF
职称材料
题名
基于卷积长短时记忆网络的短时公交客流量预测
被引量：
5
1
作者
陈静
张昭冲
王琳凯
安脉
王伟
机构
天津职业技术师范大学信息技术工程学院
中新天津生态城管委会智慧城市发展局
出处
《系统仿真学报》
CAS
CSCD
北大核心
2024年第2期476-486,共11页
基金
天津市教委科研计划(2021KJ008)。
文摘
针对传统的短时客流预测方法没有考虑到时序特征中跨时段客流之间的相似性问题,提出一种改进k-means聚类算法与卷积神经网络和长短时记忆网络相结合的短时客流量预测模型k-CNN-LSTM。通过k-means算法对跨时段时序数据进行聚类,使用间隔统计确定k值,构建交通流矩阵模型,采用CNN-LSTM网络处理具有时空特征的短时客流。该模型能够对具有空间相关性的数据进行较为准确的预测。使用真实数据集对模型进行检验和参数调优,实验结果表明:k-CNN-LSTM模型较其他模型有相对较高的预测精度。
关键词
卷积神经网络
长短时记忆网络
时空数据预测
K-MEANS聚类
客流量
预测
Keywords
CNN
LSTM
spatiotemporal data prediction
k-means clustering
passenger flow prediction
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
面向出租车空载时间预测的多任务时空图卷积网络
被引量：
4
2
作者
宋龙泽
万怀宇
郭晟楠
林友芳
机构
北京交通大学计算机科学与技术学院
交通数据分析与挖掘北京重点实验室
出处
《计算机科学》
CSCD
北大核心
2021年第7期112-117,共6页
基金
教育部-中国移动科研基金(MCM20180202)。
文摘
出租车空载时间严重影响交通资源的利用效率和司机的收益。准确的出租车空载时间预测可以有效地指导司机进行合理的路径规划,辅助打车平台进行高效的资源调度。然而,在实际场景中,城市不同区域的空载时间受到区域车流量、客流量以及历史空载时长等多方面因素的影响。为解决该问题,提出一种基于多任务框架的时空图卷积网络(MSTGCN)模型。MSTGCN采用一种新颖的时空图卷积结构,全面建模上述影响空载时间的各种时、空相关性因素。使用多任务学习框架从不同视角学习数据的特征表示,并提出一种多任务注意力融合机制,通过对辅助任务信息的筛选来提升主任务的信息获取能力和预测性能。将所提模型在两个公开的滴滴数据集上进行了充分的实验,其取得了优于其他方法的预测效果。
关键词
时空数据预测
出租车空载时长
图卷积网络
多任务学习
注意力机制
Keywords
Spatial-temporal data prediction
Taxi idle time
Graph convolutional network
Multi-task learning
Attention mechanism
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
一种基于时空动态图注意力网络的共享出行需求预测方法
被引量：
3
3
作者
骈纬国
吴映波
陈蒙
蔡俊鹏
机构
重庆大学汽车协同创新中心
重庆大学大数据与软件学院
出处
《电子学报》
EI
CAS
CSCD
北大核心
2022年第2期432-439,共8页
基金
国家重点研发计划(No.2019YFB1706101)
重庆市技术创新与应用发展专项重点项目(No.cstc2019jscx-mbdxX0047)
中央高校基本科研业务费(No.2020CDCGRJ050)。
文摘
基于图卷积神经网络的共享出行需求预测一般采用非时间特定性的静态空间图结构提取非欧氏空间相关性特征,这种方式所构建的城市结构图是一种在不同时间间隔的静态空间图结构,而不能动态提取不同时间间隔的空间相关性特征.针对这一问题,本文提出了一种基于时空动态图注意力网络(Spatial-Temporal Dynamic Graph Attention Networks,STDGAT)的共享出行需求预测方法 .该方法基于区域间通勤关系动态构建时间特定性城市空间图结构,以实现动态空间相关性建模,并采用图注意力网络和长短期记忆网络自适应提取动态空间相关性特征和时间依赖性特征.使用一个全连接层作为输出预测层将联合时空特征映射为真实的需求值以完成预测.实验结果表明,该方法在RMSE,MAPE和MAE等3个评价指标上均优于实验基准比较方法.
关键词
需求
预测
深度学习
图注意力网络
时空数据预测
共享出行
Keywords
demand prediction
deep learning
graph attention network
spatial-temporal prediction
sharing travel
分类号
TP399 [自动化与计算机技术—计算机应用技术]
U495 [交通运输工程—交通运输规划与管理]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于卷积长短时记忆网络的短时公交客流量预测
陈静
张昭冲
王琳凯
安脉
王伟
《系统仿真学报》
CAS
CSCD
北大核心
2024
5
在线阅读
下载PDF
职称材料
2
面向出租车空载时间预测的多任务时空图卷积网络
宋龙泽
万怀宇
郭晟楠
林友芳
《计算机科学》
CSCD
北大核心
2021
4
在线阅读
下载PDF
职称材料
3
一种基于时空动态图注意力网络的共享出行需求预测方法
骈纬国
吴映波
陈蒙
蔡俊鹏
《电子学报》
EI
CAS
CSCD
北大核心
2022
3
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
