基于clstm神经网络的公交到站时间预测.pptVIP

下载本文档

8
0
约小于1千字
约 11页
2021-11-20 发布于北京
举报
版权申诉

基于clstm神经网络的公交到站时间预测.ppt

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

文章如果有不当或者不妥的地方，请您联系我修改文章或者删除文章，文章来源于网络收集，如果有侵权的问题，请联系我沟通协调改正，非常感谢您！基于CLSTM神经网络的公交到站时间预测估计站点A到站点B到站时间 = (link1 + link2 + link3)行程时间 + 预估停靠时间郊区估计: 可经过大量历史数据做回归估计城区估计: 需要考虑拥堵情况、道路事故、路网状态、气象等原因传统模型深度学习传统估计——Kalman-filters模型 ? 深度学习估计—— Convolutional LSTM神经网络 LSTM:长短期记忆循环神经网络, 能够获取数据间长时间依靠关系(站点A t时刻到站时间和t-w+1,…t-1时刻到站时间相关) CNN:卷积神经网络, 能够获取站点间空间依靠关系 ? LSTM(Long Short-Term Memory) CNN经过矩阵卷积运算学习站点间空间关系站点间行程时间组成一个1维矩阵, 经过一个固定长度卷积核卷积计算提取关系 CNN(Convolutional Neural Network) CNN提取图像边缘特征模型输入N个样本数据, 每个样本数据包含u个行程, 每个行程由时间跨度为w行程时间数据组成, 输出为u个行程每个行程未来k个时间跨度行程时间模型拓扑结构模型由编码和解码两部分组成, 每部分包含两个ConvLSTM, 编码部分学习到输入数据特征后, 编码向量作为解码部分输入对比早高峰晚高峰扩展只考虑了单一线路各站点间空间关系立刻间序列上关系, 可深入扩展到多条公交线路(尤其有相同站点不一样线路)间空间关系数据只使用了公交数据, 可合适加入站点周围 POI数据、行程间红绿灯数、气象等相关数据谢谢 * * * * * * * * 文章如果有不当或者不妥的地方，请您联系我修改文章或者删除文章，文章来源于网络收集，如果有侵权的问题，请联系我沟通协调改正，非常感谢您！ * * * * * * * * * * *