首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于时空特征的轨道交通站点短时客流预测方法及系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:深圳技术大学;深圳地铁运营集团有限公司;卡斯柯信号有限公司

摘要:本发明公开了一种基于时空特征的轨道交通站点短时客流预测方法及系统,包括:将地铁网络的拓扑进行图表示,对历史客流数据进行预处理构建客流特征矩阵;构建短时客流预测模型,将历史客流数据的客流特征矩阵以及邻接矩阵作为模型输入;通过切比雪夫网络同时处理邻接矩阵和每个历史时间间隔的客流数据,获取站点客流的近距离及远距离空间依赖性,生成客流空间特征;将客流空间特征导入下采样卷积交互学习神经网络学习客流时间特征,形成客流时间特征与客流空间特征的残差连接,通过全连接层生成最终的短时客流预测输出。本发明为短时客流预测提供一种新的有效的解决方案,精准短时客流预测助于车站提前做出调控和预警,减少运营中的事故。

主权项:1.一种基于时空特征的轨道交通站点短时客流预测方法,其特征在于,包括以下步骤:基于地铁自动售检票系统提取历史客流数据,将地铁网络的拓扑进行图表示,根据地铁网络的图结构数据对历史客流数据进行预处理,构建客流特征矩阵;基于切比雪夫图卷积与下采样卷积交互学习神经网络构建短时客流预测模型,将历史客流数据的客流特征矩阵以及表示节点邻接关系的邻接矩阵作为模型输入;通过切比雪夫网络同时处理邻接矩阵和每个历史时间间隔的客流数据,获取站点客流的近距离及远距离空间依赖性,生成客流空间特征;将所述客流空间特征导入下采样卷积交互学习神经网络学习客流时间特征,将所有客流时间特征进行合并及重新排列,形成与客流空间特征的残差连接,通过全连接层生成最终的短时客流预测输出。

全文数据:

权利要求:

百度查询: 深圳技术大学 深圳地铁运营集团有限公司 卡斯柯信号有限公司 基于时空特征的轨道交通站点短时客流预测方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。