基于注意力机制的BILSTM-CNN景区客流量预测模型

韩文杰; 李勇; 李云鹏

首页> 中文期刊> 《现代电子技术》 >基于注意力机制的BILSTM-CNN景区客流量预测模型

基于注意力机制的BILSTM-CNN景区客流量预测模型

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

为了实现智慧景区的目标需要对客流量进行准确的预测,针对游客数据存在的时序性和特征影响差异,导致单一模型预测精度较低的问题,提出基于注意力机制的双向长短期记忆(BILSTM)神经网络结合卷积神经网络(CNN)的预测模型。首先,将影响客流量的历史客流数据、网络搜索数据、天气数据进行预处理和特征选择后作为预测因素输入模型;然后,用注意力机制对不同时间点的显著特征加权后,利用BILSTM充分挖掘时间序列的全局特征;最后,由CNN得到细粒度的局部特征,提高模型的预测性能。以九寨沟景区的真实数据为对象进行与基准模型的对比实验和消融实验,实验结果表明:在评估指标上,该模型优于单一预测模型;消融实验的结论证明了该模型每一部分对提高预测结果的有效性。

著录项

来源
《现代电子技术》 |2022年第19期|105-110|共6页
作者
韩文杰; 李勇; 李云鹏;
展开▼
作者单位

首都经济贸易大学管理工程学院;

首都经济贸易大学工商管理学院;

展开▼
原文格式 PDF
正文语种 chi
中图分类计算技术、计算机技术;
关键词
客流量预测; BILSTM-CNN; 注意力机制; 景区客流量; 深度学习; 组合模型; 时间序列;

相似文献

中文文献
外文文献
专利

1. 基于注意力机制和残差连接的BiLSTM-CNN文本分类 [J] . GUAN Li-gang ,CHEN Ping-hua . 现代计算机（专业版） . 2019,第017期
2. 基于数据挖掘的景区客流量预测模型研究 [J] . 吴学成 . 现代电子技术 . 2021,第015期
3. 基于气象要素的黄山风景区月客流量预测模型研究 [J] . 许剑勇 ,潘海波 ,孙蓓蓓 . 江西农业 . 2020,第016期
4. 景区游客流量预测模型研究--以乐山大佛景区为例 [J] . 税清双 ,滕颖 . 商场现代化 . 2006,第005期
5. 景区游客流量预测模型研究——以乐山大佛景区为例 [J] . 税清双 ,滕颖 . 商场现代化 . 2006,第02Z期
6. 基于自适应GA-SVR的旅游景区日客流量预测 [C] . CHEN Rong ,陈荣 ,LIANG Chang-yong . 第十四届中国管理科学学术年会 . 2012
7. 山岳型旅游风景区日客流量预测模型研究 [A] . 李丹 . 2017

基于注意力机制的BILSTM-CNN景区客流量预测模型

摘要

著录项

相似文献

相关主题

期刊订阅