【摘 要】
:
公共交通客流预测对智能交通系统建设有重要作用,准确的客流预测是交通调度、交通规划和安全监测的前提,其预测还存在以下挑战:1)复杂的天气因素及日期特征对客流有一定影响;2)站点空间环境复杂,站点间的空间相关性受多重因素影响,如站点间距离、城市功能区分布等,随着时间的推移,这种相关性也在动态变化;3)交通流量的当前流量值与过去历史数据之间有复杂的时间相关性。因此对公共交通客流进行准确预测还存在一定难度
论文部分内容阅读
公共交通客流预测对智能交通系统建设有重要作用,准确的客流预测是交通调度、交通规划和安全监测的前提,其预测还存在以下挑战:1)复杂的天气因素及日期特征对客流有一定影响;2)站点空间环境复杂,站点间的空间相关性受多重因素影响,如站点间距离、城市功能区分布等,随着时间的推移,这种相关性也在动态变化;3)交通流量的当前流量值与过去历史数据之间有复杂的时间相关性。因此对公共交通客流进行准确预测还存在一定难度。本文对城市公共交通客流预测技术展开研究。针对以上挑战,主要研究内容如下:(1)针对复杂的环境因素及空间、时间相关性,提出了基于动静结合的多图卷积时空注意力机制的客流预测算法(Dynamic-Static-based Spatiotemporal Multi-Graph Neural Networks for Passenger Flow Prediction Algorithm,DSSTMG)。首先,在进行图节点构建时将天气环境、日期因素设置为图节点的特征;其次,多角度挖掘了静态空间相关性,对相邻关系、站点功能区域相似性和地理距离三种静态空间关系进行图构建,通过多图融合图卷积提取多重空间静态相关性。接着挖掘空间动态相关性,通过计算站点在一段时间内客流向量之间的相似性,构建空间注意力机制,挖掘空间动态相关性;最后,针对时间相关性,利用短期历史数据,通过堆叠改进的循环神经网络进行建模并使用注意力机制对各历史时间步分配不同的权重。(2)基于上述研究内容(1),我们考虑了不同时间段历史数据对流量预测的不同影响力,并自适应地挖掘了空间的隐层信息,从而提出了基于长短期自适应图学习的客流预测算法(ShortLong-term Adaptive Graph Learing Multi-graph Fusion Passenger Flow Prediction Algorithm,SLAGMF)。首先,以各站点短期历史记录构成的流量矩阵为变量,学习当前时段站点间的图结构,对人为定义的图结构进行空间隐层信息补充。利用滑动窗口技术,自适应图结构一直实时变化,由此自适应地捕获了空间动态相关性;接着,将自适应图结构与(1)中提出的DSSTMG中构建的三种静态图进行四图融合图卷积,提取空间特征;最后,联合利用长期、短期历史数据,通过改进的循环神经网络挖掘各站点流量的趋势性和周期性。(3)在真实的公交、地铁数据集上进行客流预测实验,验证了本文所提出的两个算法的有效性。在上述研究的基础上,设计并初步实现了公共交通客流预测分析系统。使用真实的公交和地铁数据对系统进行测试,结果表明,本文设计的公共交通客流预测分析方法能够有效的解决复杂城市环境下的客流预测问题。
其他文献
计算机视觉是使用计算设备尝试对生物视觉领域内的各种任务的模拟。而使用计算机技术代替人力以挖掘图像、视频中的有价值信息则是实现更加复杂任务的基础。前景分割任务作为计算机视觉的重要任务之一,在智能视频监控中发挥着重要作用。传统的无监督背景差分法面临如何准确地在线更新背景统计模型的问题。同时,基于深度学习的监督方法依赖于大规模的带精确标注训练数据,这限制了其跨场景的性能。本工作为了解决上述问题,研究动态
图像超分辨率指基于已有的低分辨率图像生成相应的高分辨率图像,其在视频传输、医学成像、卫星遥感和地图测绘等领域中被广泛应用,同时也是图像处理与计算机视觉领域的热点研究方向之一。随着深度学习技术的不断发展,卷积神经网络在图像领域展现出了极强的能力,但同时其也带来了诸如模型规模膨胀、特征冗余、过拟合等等一系列问题。本文针对这些问题,在基于反馈连接的深度卷积网络上引入了迭代注意力机制,提升了特征提取质量并
显著性目标检测旨在从复杂的自然场景中定位并分割出最吸引人类视觉注意的区域,利用显著性目标检测技术可以有效的从大量图像数据中筛选出有用信息,加快图像处理进程。近年来,由于深度学习的高效性,许多基于深度卷积神经网络的模型被提出来检测视觉显著性目标,将显著性检测性能提升到了新的高度。因此,本文基于深度学习,针对深度模型中存在的一些问题与挑战,对显著性目标检测算法展开了研究。针对现有深度模型中存在的目标边
窄带物联网(NB-IoT)技术的出现为抄表应用中一直存在的抄表难、管理难等难题提出了一种行之有效的解决方案。然而,现有的NB-IoT远程抄表系统还存在着高功耗、应用范围单一、改装安装成本高昂和安全性能有限的问题,这大大限制了其应用的推广。而且,身份访问认证控制作为数据安全保障的重要环节,在NB-IoT大规模节点的应用场景下,现有的身份安全认证协议在认证的过程中会对网络造成巨大的通信压力,可能会导致
数字乡村是乡村振兴的战略方向,也是建设数字中国的重要内容,农村数字化建设有利于弥合城乡数字鸿沟,对实现中华民族伟大复兴具有非常重要的意义。基于此,笔者分析了我国乡村数字化发展现状,发现乡村数字化建设依旧存在乡村数字化基础设施、农民数字素养与技能、乡村数字化治理水平等不平衡不充分的短板,在某种程度上制约了数字化乡村发展。针对这些问题,笔者提出了如下解决建议:继续推进数字基础设施建设,补齐农村数字基础
近年来,区块链由于其去中心化、匿名性、不可篡改和可溯源等特性受到广大学者和专家的关注和研究,并得到政府的大力支持和推广,尤其是在金融、征信、产权、公益等领域的应用正在如火如荼的进行。共识机制作为区块链底层的关键技术之一,对区块链交易验证的吞吐量、时延、共识结果的可靠性、共识流程的安全性等方面起着决定性作用,要想实现区块链技术的真正落地应用,就必须对共识机制面临的瓶颈进行突破。以工作量证明算法、权益
<正>1您有多少藏书?大约4000册。2您买的第一本书是什么?《新华字典》。3买的第一本教育类书籍是什么?《叶圣陶语文教育论集》。4最近买的一本教育类书籍是什么?傅国涌编《寻找语文之美》。5您一般用什么方式买书?网购与旧书店淘书相结合。6您每月大概花多少钱买书?200元。7您正在阅读什么书?《哈佛中国史》。
检测识别人体携带的藏匿物品是公共安检中的一项关键任务。但是现行的人工安检筛查效率低下,且漏检率高。太赫兹成像技术提供了一种非接触式的人体信息获取方式,通过对太赫兹图像进行目标检测可以识别出人体携带的物品。首先,本文收集了主动太赫兹成像数据集并对其进行了标注,并在该数据集上对经典目标检测器YOLOv3,YOLOv4,Retina Net和FRCN-OHEM进行验证。实验表明Retina Net的检测
<正>在2022年发布的技工院校公共基础课程方案中,“开学第一课”作为技工院校公共基础课必修课程,与中华优秀传统文化、安全教育等列入学时安排。近期,人力资源社会保障部职业能力建设司发布《关于在全国技工院校开展2022年秋季学期开学第一课活动的通知》(人社司便函〔2022〕33号),就讲好开学第一课、开展好“匠心逐梦”主题活动提出具体要求。通知明确学校主要负责同志主讲第一堂课开学第一周,学校主要负责
<正>一、暖通系统施工控制要素(一)能耗方面暖通系统包括供热通风与空调安装,需要结合不同的项目施工,保障施工质量。因我国南北地区气候差异,北方地区对于供热需求量较大,南方地区对于空调需求量较大。对此,需要保证室内温度定值设定合理,才能在系统安装后根据定值进行测试,检测施工质量。选择固定值只能针对大多数的系统,