Knowledge Commons of Institute of Automation，CAS
| 基于注意力机制和分时图卷积的公交客流预测 | |
张伟1,2 ; 朱风华2; 吕宜生2; 陈圆圆2
| |
| 发表期刊 | 模式识别与人工智能
 |
| 2021 | |
| 卷号 | 34期号:2页码:167-175 |
| 摘要 | 实际公交路网通常为复杂的非线性时变系统,难以有效构建线路间的时空间依赖关系. 因此,文中提出基于注意力机制和分时图卷积的公交客流预测模型,提升公交客流量预测的准确性. 首先通过长短期记忆网络提取历史数据中的时间特征,并利用通道注意力模块加权特征. 再使用分时图卷积方法分析不同时段下公交线路间的空间依赖性,根据预测时段选择不同的关系矩阵,通过图卷积的方式完成对非欧关系的建模. 最后,融合提取的时空间特征与外部因素(天气、节假日信息等)的特征表示,得到最终的预测结果. 在真实公交数据上的实验表明,文中模型可提升预测精度,加快学习速率. |
| 关键词 | 智能交通 公交客流预测 递归神经网络 通道注意力模块 分时图卷积 |
| DOI | 10. 16451/ j. cnki. issn1003-6059. 202102008 |
| 收录类别 | EI |
| 语种 | 中文 |
| 七大方向——子方向分类 | 人工智能+交通 |
| 引用统计 | |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://ir.ia.ac.cn/handle/173211/44315 |
| 专题 | 多模态人工智能系统全国重点实验室_平行智能技术与系统团队 |
| 通讯作者 | 朱风华 |
| 作者单位 | 1.中国科学院大学 人工智能学院 2.中国科学院自动化研究所 复杂系统管理与控制国家重点实验室 |
| 第一作者单位 | 中国科学院自动化研究所 |
| 通讯作者单位 | 中国科学院自动化研究所 |
| 推荐引用方式 GB/T 7714 | 张伟,朱风华,吕宜生,等. 基于注意力机制和分时图卷积的公交客流预测[J]. 模式识别与人工智能,2021,34(2):167-175. |
| APA | 张伟,朱风华,吕宜生,&陈圆圆.(2021).基于注意力机制和分时图卷积的公交客流预测.模式识别与人工智能,34(2),167-175. |
| MLA | 张伟,et al."基于注意力机制和分时图卷积的公交客流预测".模式识别与人工智能 34.2(2021):167-175. |
| 条目包含的文件 | 下载所有文件 | |||||
| 文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
| 基于注意力机制和分时图卷积的公交客流预测（955KB） | 期刊论文 | 作者接受稿 | 开放获取 | CC BY-NC-SA | 浏览 下载 | |
| 个性服务 |
| 推荐该条目 |
| 保存到收藏夹 |
| 查看访问统计 |
| 导出为Endnote文件 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [张伟]的文章 |
| [朱风华]的文章 |
| [吕宜生]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [张伟]的文章 |
| [朱风华]的文章 |
| [吕宜生]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [张伟]的文章 |
| [朱风华]的文章 |
| [吕宜生]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论