|
|||||
|
|
| 基于SSA-LSTM的城市轨道交通短时客流预测 | |
| 作者姓名： | 任鹏达 左忠义 陈洪涛 |
| 摘 要： | 为了减小噪声在城市轨道交通短时客流预测中的干扰,提出了 一种基于奇异谱分析(SSA)和长短时记忆网络(LSTM)模型的短时客流预测方法.该模型利用SSA对原始客流数据进行嵌入、分解、分组、重组,重新划分为趋势、周期、残差三部分,其中残差部分即视为噪声,将去噪后的两个部分作为LSTM模型的输入.并利用上海地铁1号线进出站... |
| 关 键 词： | 短时客流预测 奇异谱分析 长短时记忆神经网络 地铁客流 |
