首页> 中文期刊> 《重庆交通大学学报:自然科学版》 >基于图卷积门控循环网络的个体地铁出行预测

基于图卷积门控循环网络的个体地铁出行预测

         

摘要

针对个体地铁出行受到地理位置的限制,对地铁出行预测任务提出一种时空特性建模的方法,解决过去的研究中只对出行序列的时间特征建模,而不能充分挖掘数据中的空间特性的问题。提出的方法先对个体出行序列的空间特征进行构建,通过图卷积神经网络提取空间特征,使用门控的方法将表示时空特性的嵌入向量进行融合,然后使用门控循环网络对时空特征进行学习。通过广州地铁羊城通刷卡数据构建的个体出行序列数据集进行验证,该模型的预测准确率高于只对时间特性建模的模型。最后通过构造具有显著个体出行空间特性的人造数据与真实数据进行不同比例混合,验证该模型能有效学习个体出行的空间特性,具有更强的鲁棒性。

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