典型文献
基于动态稀疏注意力的地铁客流预测模型
文献摘要：
地铁客流预测是随时间演变的多维时间序列数据,不同序列之间存在复杂的动态相互依赖关系.为挖掘多种监测指标之间存在的内在复杂关系,提出动态稀疏注意力模型:利用全局变量注意力自动选择相关驱动序列,增强模型预测的判别性;根据局部紧密相关和全局稀疏相关的先验知识,对历史时间步和相关变量分别卷积和稀疏卷积,提取局部时间和局部变量特征;设计了稀疏注意力对相关时间步加权和变量加权,提高预测表现.结果表明,与其他常用客流预测模型相比,动态稀疏注意力模型能高度准确地预测客流.
文献关键词：
地铁;客流预测;动态稀疏注意力模型
中图分类号：
作者姓名：
马茜;梁奕;段毅;曾尚琦
作者机构：
西咸新区轨道交通发展有限公司,710086,西安;南瑞集团(国网电力科学研究院)有限公司,210003,南京;国电南瑞科技股份有限公司,211106,南京
文献出处：
引用格式：
[1]马茜;梁奕;段毅;曾尚琦-.基于动态稀疏注意力的地铁客流预测模型)[J].城市轨道交通研究,2022(04):22-26
A类：
动态稀疏注意力模型
B类：
地铁客流预测,时间演变,多维时间序列,时间序列数据,相互依赖,依赖关系,监测指标,复杂关系,出动,全局变量,相关驱动,增强模型,判别性,先验知识,历史时间,时间步,稀疏卷积,局部变量,加权和
AB值：
0.292926
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。
