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
1
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：
6
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
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：
6
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
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
6
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
