-
题名基于分割注意力机制残差网络的城市区域客流量预测
被引量：5
- 1
-
-
作者
李伯涵
郭茂祖
赵玲玲
-
机构
北京建筑大学电气与信息工程学院
北京建筑大学建筑大数据智能处理方法研究北京市重点实验室
哈尔滨工业大学计算机科学与技术学院
-
出处
《智能系统学报》
CSCD
北大核心
2022年第4期839-848,共10页
-
基金
国家自然科学基金面上项目(61871020)
北京市属高校高水平创新团队建设计划项目(IDHT20190506).
-
文摘
客流量预测是城市交通资源和公共安全智能化管理的重要依据。为了综合考虑城市乘客人群流动自身的既有周期性、趋势性和突发性,以及与城市物理和社会空间的耦合关系,在时空残差网络的基础上,本文提出了基于深度时空数据的分割注意力机制残差网络的城市细粒度客流量预测模型。首先以不同时空间隔的区域客流量历史数据为基础,引入分割注意力机制模块,为各模态的数据分配不同的权重,动态捕捉更高相关性的抽象数据特征;在时空数据的基础上,引入城市功能区属性作为联合特征,结合节假日、气候等外部特征,形成deep&wide网络结构,有效记忆重要特征对客流量变化的贡献。基于北京出租车数据的区域客流量对比实验表明,相比于传统的深度时空残差网络和其他经典机器学习模型,引入了分割注意力机制和城市功能区特征的预测模型能够更好地提取数据多元化的特征,预测精度明显优于其他同类别方法。
-
关键词
客流量预测
时空数据
深度学习
分割注意力机制残差网络
城市功能区
特征提取
智慧城市
智能交通
-
Keywords
passenger flow prediction
spatio-temporal data
deep learning
split-attention residual network
urban functional area
feature extraction
intelligent city
intelligent transportation
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名采用双流网络结构的虹膜卷缩轮检测方法
- 2
-
-
作者
张波
王昌鹏
-
机构
沈阳化工大学计算机科学与技术学院
沈阳化工大学辽宁省化工过程工业智能化技术重点实验室
-
出处
《计算机工程与设计》
北大核心
2024年第5期1508-1515,共8页
-
基金
辽宁省博士科研启动基金项目(2019-BS-191)
辽宁省教育厅科学研究基金项目(LJ2020023)。
-
文摘
针对虹膜卷缩轮检测易受干扰而导致边界定位波动的问题,提出一种基于双流网络结构的虹膜卷缩轮检测方法。在归一化图像中,利用双流网络结构分别提取结构特征和纹理特征。融合模块融合来自不同流的特征,得到初定位区域。对该区域进行滤波操作,去除噪声干扰。利用边缘梯度算子检测、提取卷缩轮。实验结果表明,该方法正确检出率为91.2%,边缘定位AP值为0.706,平均检测速度为2.3秒/幅,相比其它算法,存在复杂干扰的情况下,保证检出率和检测速度的基础上,降低了边界波动。
-
关键词
虹膜纹理
图像处理
虹膜卷缩轮
归一化图像
残差分割网络
纹理检测
边缘梯度算子
-
Keywords
iris texture
image processing
iris curl wheel
normalized image
ResSegnet model
texture detection
edge gradient operator
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
