所属栏目：铁路运输
【日期】：2024-09-10 【关键词】：城市轨道交通;短时进站客流预测;时空关联性;时空图卷积神经网络 【摘要】：[目的]准确的短时客流预测对于提高超大规模城市轨道交通线网的运营和管理效率具有重要意义，而目前现有研究对于深度挖掘时空关联性仍不够充分，为此基于短时客流的时空规律提出了基于客流时空关联特征的STGCN(时空图卷积神经网络)模型。[方法]首先，通过切比雪夫图卷积网络捕捉超大规模城市轨道交通网络的空间相关性，借助门控循环单元挖掘多时空关联特征下客流的时间相关性；然后，分析待预测车站...
知识贝壳
知识贝壳