典型文献
基于图卷积门控循环网络的个体地铁出行预测
文献摘要：
针对个体地铁出行受到地理位置的限制,对地铁出行预测任务提出一种时空特性建模的方法,解决过去的研究中只对出行序列的时间特征建模,而不能充分挖掘数据中的空间特性的问题.提出的方法先对个体出行序列的空间特征进行构建,通过图卷积神经网络提取空间特征,使用门控的方法将表示时空特性的嵌入向量进行融合,然后使用门控循环网络对时空特征进行学习.通过广州地铁羊城通刷卡数据构建的个体出行序列数据集进行验证,该模型的预测准确率高于只对时间特性建模的模型.最后通过构造具有显著个体出行空间特性的人造数据与真实数据进行不同比例混合,验证该模型能有效学习个体出行的空间特性,具有更强的鲁棒性.
文献关键词：
交通运输工程;个体出行预测;个体出行时空特性;图卷积神经网络;门控循环单元
中图分类号：
作者姓名：
翁小雄;覃镇林;张鹏飞
作者机构：
华南理工大学土木与交通学院,广东广州510630
文献出处：
引用格式：
[1]翁小雄;覃镇林;张鹏飞-.基于图卷积门控循环网络的个体地铁出行预测)[J].重庆交通大学学报（自然科学版）,2022(09):1-6,15
A类：
地铁出行预测,个体出行预测,个体出行时空特性
B类：
门控循环网络,特性建模,时间特征,特征建模,空间特性,空间特征,图卷积神经网络,嵌入向量,时空特征,广州地铁,羊城通,刷卡数据,序列数据,预测准确率,时间特性,行空,人造,真实数据,有效学习,交通运输工程,门控循环单元
AB值：
0.241317
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
