-
公开(公告)号:CN114881330B
公开(公告)日:2024-08-06
申请号:CN202210498705.5
申请日:2022-05-09
Applicant: 华侨大学
IPC: G06Q10/04 , G06V10/80 , G06Q50/40 , G06N3/042 , G06N3/0464 , G06N3/045 , G06N3/0442 , G06N3/084
Abstract: 本发明提供了智慧交通技术领域的一种基于神经网络的轨道交通客流预测方法及系统,方法包括:步骤S10、获取轨道交通的刷卡数据集以及轨道站点的邻接关系图,对刷卡数据集进行预处理得到进站客流数据集;步骤S20、基于邻接关系图以及进站客流数据集重构站点邻接关系;步骤S30、基于GCN构建多维空间状态下的一致性特征提取通道以及异质性特征提取通道,并通过Attent i on机制自适应分配一致性特征提取通道以及异质性特征提取通道所提取特征的权重;步骤S40、基于LSTM以及全连接层网络构建时序预测模型,对时序预测模型进行训练;步骤S50、将站点邻接关系输入时序预测模型,输出轨道交通客流预测结果。本发明的优点在于:极大的提升了轨道交通客流预测的精度。
-
公开(公告)号:CN114881330A
公开(公告)日:2022-08-09
申请号:CN202210498705.5
申请日:2022-05-09
Applicant: 华侨大学
Abstract: 本发明提供了智慧交通技术领域的一种基于神经网络的轨道交通客流预测方法及系统,方法包括:步骤S10、获取轨道交通的刷卡数据集以及轨道站点的邻接关系图,对刷卡数据集进行预处理得到进站客流数据集;步骤S20、基于邻接关系图以及进站客流数据集重构站点邻接关系;步骤S30、基于GCN构建多维空间状态下的一致性特征提取通道以及异质性特征提取通道,并通过Attent i on机制自适应分配一致性特征提取通道以及异质性特征提取通道所提取特征的权重;步骤S40、基于LSTM以及全连接层网络构建时序预测模型,对时序预测模型进行训练;步骤S50、将站点邻接关系输入时序预测模型,输出轨道交通客流预测结果。本发明的优点在于:极大的提升了轨道交通客流预测的精度。
-