基于GRU的多因素感知短期游客流量预测模型

来源 :第十四届和谐人机环境联合学术会议HHME2018(第十四届人机交互学术会议CHCI2018、第十四届全国普适计算学术会议 | 被引量 : 0次 | 上传用户:yjqycq
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  短期游客流量预测是ITS(Intelligent Tourism System)中的难题。现有预测模型大多是线性模型且只利用了景区本身的数据,忽略了其他可能对游客流量产生影响的因素。
其他文献
Human activity recognition(HAR)is a promising research issue in ubiquitous and wearable computing.
城市交通拥堵预测是智慧交通系统的重要研究内容之一。城市交通状态具有高度复杂性和不确定性,目前已经有多种基于神经网络的预测技术被引入到交通预测领域中来。然而传统的神经网络训练耗时长、容易陷入局部最优和过拟合,这些缺点阻碍了神经网络在交通预测领域的大规模应用。
近年来,雾计算作为物联网的支撑运算平台,得到了越来越广泛的应用。它弥补云计算不能完全满分布式计算在边界网络对计算分析的低时间延迟,以及小通信数据量的要求。本文在雾计算的基础上,结合普适计算的思想提出了一种面向普适感知的雾计算架构来满足雾计算环境下移动用户对透明化服务的需求。本文的主要研究内容和贡献如下:(1)研究一种将注册与交互、网络管理、服务计算三部分功能分置在不同服务器上的架构模式。(2)设计
城市中进行的活动常常引发人群聚集,而有大量人员参与的活动可能存在公共安全隐患。为此,建立有效的手段检测人群聚集情况,及时发现人流的异常,对于城市公共安全、交通管理、应急控制和预防恐怖主义具有着重要作用。
近年来,普适计算在物联网云服务的普及下蓬勃发展。各种设备端应用吸引了大量用户,应用后台服务器规模成倍增长,出现了现代的数据中心。数据中心为确保用户请求能得到迅速响应,需预留充足的计算资源,在应对突发流量峰值的同时,也造成了大量计算资源闲置浪费。若同时部署其他计算任务,又会引入新的问题——共享资源冲突带来的性能下降。为了解决这一实际问题,本文从物理核、缓存、内存带宽、网络带宽四种共享资源入手,设计了
Typhoon is one of the meteorological disasters that has caused serious impact on the southeast coastal areas of China.
In recent years,many works on automatic sleep stage classification try to take advantage of temporal information to get more accurate results.
随着现代城市中交通工具种类和数量的不断增长,人类如何合理选择旅行方式以避免城市交通困扰日益成为研究人员关注的热点问题。为了给用户推荐令他们满意的旅行方式,本文首先针对用户旅行构建旅行情境,然后基于移动互联网上的移动社交软件采集用户行为数据以通过数据提取情境要素完成情境构建过程。根据用户出行具有目的 性和偏好的特点,文中将情境要素与用户偏好结合,以情境要素组合差异性引起的差异性实验结果证明:不同情境
Hypertension is a typical chronic disease that can cause serious damage to peoples major organs such as the brain and kidneys.
Trust-based celebrity user identification is the key to the industrys reputation for electronic word of mouth.