【摘 要】
：
近年来,先进智能交通系统的重要性日益凸显。实时的公交行程时间可为智能交通系统的建设提供帮助,国内外学者针对公交行程时间预测问题的研究也逐渐深入。目前常用的预测方法包括传统的预测方法和基于浅层机器学习类方法,如基于卡尔曼滤波器的预测模型和基于支持向量机的预测模型等。然而,上述方法分别存在着考虑因素不够全面、泛化效果不够高、模型速率较低、无法应对大数据场景等问题。在如今数据量级爆炸的背景下,面对日益复
论文部分内容阅读
近年来,先进智能交通系统的重要性日益凸显。实时的公交行程时间可为智能交通系统的建设提供帮助,国内外学者针对公交行程时间预测问题的研究也逐渐深入。目前常用的预测方法包括传统的预测方法和基于浅层机器学习类方法,如基于卡尔曼滤波器的预测模型和基于支持向量机的预测模型等。然而,上述方法分别存在着考虑因素不够全面、泛化效果不够高、模型速率较低、无法应对大数据场景等问题。在如今数据量级爆炸的背景下,面对日益复杂的公交行程时间问题,上述方法存在一定优化空间,因此有必要对其展开更深入的研究。针对公交行程时间预测问题,本文首先获取了研究所需的公交GPS定位数据与天气源数据,并对其进行预处理得到可用数据,再结合影响公交行程时间的不确定因素分类定性与相关性系数定量分析,利用可视化的方式筛选并构造了特征集作为模型的输入数据;其次,设计了基于长短期记忆网络（LSTM）-注意力机制（Attention机制）的预测模型,利用LSTM对历史信息进行挖掘,结合Attention机制学习信息的重要性,同时对模型的训练算法进行了优化;接着,分别从增加双向信息优化了上述模型,设计了基于双向LSTM（BiLSTM）-双重Attention机制的预测模型,并介绍了模型的具体优化思路与结构;最后,从增加模型长序列理解能力的角度设计了基于时间卷积网络（TCN）-时间模式注意力机制（TPA）的预测模型,进一步优化上述模型,也是TCN与TPA方法在公交行程时间预测问题上的首次应用。最后额外构造了 6种常用的预测模型,分别是基于前馈神经网络（BPNN）、梯度提升决策回归树（GBRT）、轻量型梯度提升决策回归树（LightGMB）、循环神经网络（RNN）、门控循环单元（GRU）与单一的LSTM的预测模型,并在某市的真实数据上进行实验,实验结果表明构造的三种模型预测效果均优于常用的其他6种方法,大大提高了模型的预测精度,验证了本研究的可靠性。
其他文献
近年来随着无人机广泛应用,基于无人机航拍图像的车辆检测算法在智慧城市、军事侦察等众多领域都有广阔的应用前景。现有深度学习方法大多基于可见光航拍图像,但囿于成像方法的局限性,无法在弱光条件下准确检测,而红外图像可与之形成信息互补,二者可在全天时提供充足的目标信息。本文分别从构建双谱段航拍数据集、单谱段车辆检测算法、双谱段融合车辆检测,引入旋转目标检测四个方面展开研究,解决现有双谱段数据集不足,无人机
目标检测广泛用于自动驾驶、机器人视觉、视频监控以及航天航空等领域,随着深度学习的发展,基于卷积神经网络的目标检测算法逐渐成为主流,但卷积神经网络庞大的计算量和参数量使得其难以在边缘设备上得到应用。本文针对卷积神经网络在边缘设备上推理效率低、部署困难和实时性差的问题进行研究,从软硬协同优化的角度出发,设计基于FPGA的目标检测网络加速器。首先,将SkyNet作为基础网络,对其进行结构优化,得到适用于
随着三维成像设备和人工智能技术的飞速发展,计算机视觉领域相关研究逐渐从二维拓展到三维。激光雷达获取的点云因其蕴含着丰富的空间信息,已成为三维环境感知中的重要数据源,并在机器人、自动驾驶、安全巡检等领域得到广泛应用。然而,由于点云具有数据量大、非结构化的特点,导致地面目标三维检测识别任务中仍存在亟待解决的问题,针对这些问题,本文对地面目标检测、分类及位姿估计方法进行深入研究,主要内容如下:（1）在目
互联网技术的发展与数据交互的变革,给人们生活带来便利的同时也导致了大量的数据冗余。作为一种视频自动化处理技术,视频目标分割能够从海量的冗余数据中快速准确地提取人们感兴趣的信息,因此被广泛应用于自动驾驶、动作识别、视频理解等领域。其中,半监督视频目标分割仅需给定第一帧目标掩膜,可自动地对后续视频帧进行分割,是目前主流的研究方向。对于分割精度、分割速度和鲁棒性三个需求,现阶段的视频目标分割算法通常无法
在能源危机和温室效应的背景下,包含风光等新能源的微电网（Micro-Grid,MG）得到了快速发展。微电网中新能源机组比例的增加有助于实现微电网自给自足,但也给提高微电网新能源本地消纳率带来了新的问题。固体氧化物燃料电池（Solid Oxide Fuel Cell,SOFC）技术与可以产生氢气的电转气技术相配合,是一种具有投资价值的提高新能源消纳率的途径。但SOFC系统是一个强热电耦合发电系统,动
不可再生的化石燃料从工业革命时期开始广泛应用,到如今太阳能、风能、氢能等新一代清洁能源逐渐占领市场的一席之地,能源技术的更新换代是推动世界经济发展的重要动力来源之一。在日益紧张的国际能源形势和日渐严重的环境污染现状面前,燃料电池以新型清洁能源氢能为动力,凭借其自身环保、高效、可靠、低风险等诸多优势广泛应用于交通运输、工业生产、分布式储能等领域。然而较高的成本和较短的使用寿命是制约氢能燃料电池发展和
随着我国成品油消费市场规模的扩大,成品油配送需求日益增多,制定合理的配送方案,对降低物流成本和提升客户服务满意度是十分必要的。然而,目前多数关于成品油配送优化问题的研究只考虑了加油站补货时间窗约束,并未考虑单个订单的交货期,难以从根本上保证客户服务满意度。因此,本文考虑加油站订单具有多交货期的特点,主要围绕单行程多交货期的成品油配送优化问题、多行程多交货期的成品油配送优化问题和动态需求下多行程多交
近年来,随着智慧交通系统的快速发展,道路交通的实时监测感知是智慧交通的重要模块。其中,在复杂城市场景中实现对主要交通参与者——车辆的目标检测、识别、跟踪是交通环境感知的核心技术,它旨在跨传感器实现全城覆盖的车辆追踪,涉及目标检测及目标重识别两个分任务。在大视场路口、高速匝道等场景中,激光雷达高精度三维探测的特点能弥补摄像机目标定位和测速的局限性,结合点云和图像互补特征,能准确检测违规车辆。然而检测
铁路系统对我国的经济发展至关重要。随着铁路系统机械设备可靠性大大提升,人为可靠性在铁路系统安全中的重要性日益凸显。定量评估人为可靠性,对于铁路系统安全管理具有重大研究意义。铁路系统中,人为可靠性相关的人为错误并非是孤立的,而是由人因因素耦合导致的。为了分析人为可靠性,就要确定铁路系统中存在的人因因素,并探究人为错误的致因路径。以往的研究主要利用专家经验知识确定人为错误的致因路径,通过利用事后机制的
质子交换膜燃料电池（Proton Exchange Membrane Fuel Cell,PEMFC）具有清洁、高效、无污染的特点,在新能源汽车领域得到了广泛的应用,但PEMFC的性能退化和功率响应缓慢是限制其商业化的关键因素。水含量是影响电堆性能退化的主要因素,水含量过多或者过少都会严重影响燃料电池性能,但水含量分析是一个涉及流动、传热、气液化等的复杂问题。针对PEMFC功率响应缓慢的缺陷,常用