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
2
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
城市轨道交通全自动运行场景下的站台门系统架构设计研究
被引量：
9
1
作者
曾恒
李刚
李金峰
《城市轨道交通研究》
北大核心
2022年第10期228-232,共5页
从全自动运行场景分析出发,对全自动运行的站台门与传统站台门功能进行对比,并结合全自动运行的城市轨道交通对站台门配置的安全要求、功能及接口等开展系统架构设计研究。重点对站台门与信号系统和综合监控系统等接口界面、类型及用途...
从全自动运行场景分析出发,对全自动运行的站台门与传统站台门功能进行对比,并结合全自动运行的城市轨道交通对站台门配置的安全要求、功能及接口等开展系统架构设计研究。重点对站台门与信号系统和综合监控系统等接口界面、类型及用途进行规范。同时,结合太原轨道交通2号线运营情况,对全自动运行系统中站台门与列车车门联动时间、间隙探测装置设置数量及就地控制盒与间隙探测装置操作盘一体化设计等提出了相关优化建议。
展开更多
关键词
城市轨道交通
全自动运行
站台门架构设计
在线阅读
下载PDF
职称材料
变时间尺度城轨客流的本征模量分解及组合深度学习预测
被引量：
3
2
作者
朱广宇
孙歆霓
+3 位作者
杨荣正
刘康琳
魏运
吴波
《电子与信息学报》
EI
CSCD
北大核心
2023年第12期4421-4430,共10页
城市轨道交通的不同运营状态,通常对应着客流时间序列中不同的本征模态分量(IMF)及时间尺度特征。基于自适应噪声的完全总体经验模态分解(CEEMDAN)算法和双向长短期记忆(BiLSTM)网络,该文构建了地铁短时客流时间序列的组合深度学习预测...
城市轨道交通的不同运营状态,通常对应着客流时间序列中不同的本征模态分量(IMF)及时间尺度特征。基于自适应噪声的完全总体经验模态分解(CEEMDAN)算法和双向长短期记忆(BiLSTM)网络,该文构建了地铁短时客流时间序列的组合深度学习预测模型。具体包括:基于CEEMDAN算法实现了客流时间序列的模态分解。分别使用样本熵和层次聚类对IMF分量进行复杂性和相似度分析,并在此基础上完成IMF分量的分类合并与重构;使用Optuna框架中的树形Parzen优化器(TPE)对模型的超参数进行优化,构建CEEMDAN-TPE-BiLSTM组合预测模型。采用实际数据对该文模型进行验证,结果表明,对于特定特征的客流时间序列数据,该文模型的精确性、有效性指标均达到最优。
展开更多
关键词
城市轨道交通
短时客流时间序列
自适应噪声的完全总体经验模态分解
双向长短期记忆
组合预测
在线阅读
下载PDF
职称材料
题名
城市轨道交通全自动运行场景下的站台门系统架构设计研究
被引量：
9
1
作者
曾恒
李刚
李金峰
机构
中
铁电气化局集团
有限公司
南昌
中
铁穗城轨
道
交通
建设
运营
有限公司
太原中铁轨道交通建设运营有限公司
出处
《城市轨道交通研究》
北大核心
2022年第10期228-232,共5页
文摘
从全自动运行场景分析出发,对全自动运行的站台门与传统站台门功能进行对比,并结合全自动运行的城市轨道交通对站台门配置的安全要求、功能及接口等开展系统架构设计研究。重点对站台门与信号系统和综合监控系统等接口界面、类型及用途进行规范。同时,结合太原轨道交通2号线运营情况,对全自动运行系统中站台门与列车车门联动时间、间隙探测装置设置数量及就地控制盒与间隙探测装置操作盘一体化设计等提出了相关优化建议。
关键词
城市轨道交通
全自动运行
站台门架构设计
Keywords
urban rail transit
FAO
platform screen door architecture design
分类号
U231.4 [交通运输工程—道路与铁道工程]
在线阅读
下载PDF
职称材料
题名
变时间尺度城轨客流的本征模量分解及组合深度学习预测
被引量：
3
2
作者
朱广宇
孙歆霓
杨荣正
刘康琳
魏运
吴波
机构
北京
交通
大学北京市城市
交通
信息智能感知与服务工程技术研究
中
心
北京市地铁
运营
有限公司
太原中铁轨道交通建设运营有限公司
出处
《电子与信息学报》
EI
CSCD
北大核心
2023年第12期4421-4430,共10页
基金
基本科研业务费(2022JBZX024)
国家自然科学基金(62272036,62173167,62132003)。
文摘
城市轨道交通的不同运营状态,通常对应着客流时间序列中不同的本征模态分量(IMF)及时间尺度特征。基于自适应噪声的完全总体经验模态分解(CEEMDAN)算法和双向长短期记忆(BiLSTM)网络,该文构建了地铁短时客流时间序列的组合深度学习预测模型。具体包括:基于CEEMDAN算法实现了客流时间序列的模态分解。分别使用样本熵和层次聚类对IMF分量进行复杂性和相似度分析,并在此基础上完成IMF分量的分类合并与重构;使用Optuna框架中的树形Parzen优化器(TPE)对模型的超参数进行优化,构建CEEMDAN-TPE-BiLSTM组合预测模型。采用实际数据对该文模型进行验证,结果表明,对于特定特征的客流时间序列数据,该文模型的精确性、有效性指标均达到最优。
关键词
城市轨道交通
短时客流时间序列
自适应噪声的完全总体经验模态分解
双向长短期记忆
组合预测
Keywords
Urban railway transit
Short-term passenger flow time series
Complete Ensemble Empirical Mode Decomposition with Adaptive Noise(CEEMDAN)
Bidirectional Long Short Term Memory(BiLSTM)
Combined prediction
分类号
TP391.1 [自动化与计算机技术—计算机应用技术]
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
城市轨道交通全自动运行场景下的站台门系统架构设计研究
曾恒
李刚
李金峰
《城市轨道交通研究》
北大核心
2022
9
在线阅读
下载PDF
职称材料
2
变时间尺度城轨客流的本征模量分解及组合深度学习预测
朱广宇
孙歆霓
杨荣正
刘康琳
魏运
吴波
《电子与信息学报》
EI
CSCD
北大核心
2023
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
