期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于多分支ResCovLSTM的城市轨道交通短时客流预测模型 被引量：1
1
作者 刘燕 李恒如 谷卫 《现代城市轨道交通》 2025年第2期130-139,共10页
随着城市化进程的加速,城市轨道交通客流预测对于提高运营效率和服务质量愈发重要。然而,现有模型在处理大规模、多维度数据时面临预测精度不足和计算复杂度高的挑战。为解决该问题,文章提出一种基于多分支ResCovLSTM的深度学习模型,创... 随着城市化进程的加速,城市轨道交通客流预测对于提高运营效率和服务质量愈发重要。然而,现有模型在处理大规模、多维度数据时面临预测精度不足和计算复杂度高的挑战。为解决该问题,文章提出一种基于多分支ResCovLSTM的深度学习模型,创新性地设计4个独立分支,分别处理天气与空气质量、流入量、流出量以及网络拓扑结构等关键因素。通过融合残差网络、CovLSTM和卷积注意力等模块,有效提升预测精度和模型泛化能力。实验结果表明,该模型在单步和多步预测中均表现出色,显著降低预测误差。以WMAPE为例,模型在单步预测中的WMAPE仅为8.625 1%,相比次优模型降低0.16%,证明模型的有效性和优越性。 展开更多
关键词 城市轨道交通 短时客流预测 多步预测 深度学习 rescovlstm
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部