|
|||||
|
|
| 基于VMD-LSTM轨道交通客流预测模型 | |
| 作者姓名： | 黄海超 陈景雅 孙睿 |
| 作者单位： | 河海大学土木与交通学院,江苏 南京 210098 |
| 基金项目： | 国家自然科学基金项目(52078190) |
| 摘 要： | 客流量预测是城市智能交通系统的重要组成部分.为实现客流量的准确预测,首先采用变分模态分解(VMD)将时序客流数据分解成不同时间尺度下的本征模态函数(IMF),降低数据噪声对客流预测模型的影响,再结合长短时记忆神经网络(LSTM)进行预测,提出VMD-LSTM预测模型.采集明尼苏达州州际轨道交通客流数据对模型进行验证.结... |
| 关 键 词： | 轨道交通 客流预测 变分模态分解 长短时记忆神经网络 深度学习 |
| 本文献已被 CNKI 等数据库收录！ | |
| 点击此处可从《华东交通大学学报》浏览原始摘要信息 | |
| 点击此处可从《华东交通大学学报》下载免费的PDF全文 | |