首页> 中文期刊> 《计算机测量与控制》 >基于时空残差网络的区域客流量预测方法

基于时空残差网络的区域客流量预测方法

         

摘要

针对区域客流量波动性强、复杂非线性的特征,易受到季节性影响,并且单一神经网络模型无法同时学习时间与空间相关性问题,通过对区域客流量影响因素分析,结合残差网络和全连接网络,提出了用于区域客流量预测的改进Quad-ResNet模型;Quad ResNet模型融合了4个残差网络和一个全连接网络,该模型通过深层次的卷积学习空间相关性,结合4个残差网络学习时间邻近性、相似性、周期性、趋势性,使用全连接网络学习季节性影响;将Quad-ResNet模型与LSTM、CNN、ST-ResNet模型在同一数据集上进行区域客流量预测对比实验,实验结果表明,Quad-ResNet模型误差小于其他对比模型,而且在训练和预测的操作上明显比LSTM模型更简便,更适用于区域客流量预测.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号