|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 以数据为中心的智慧城市研究综述显示文摘在城市信息化浪潮与数据科学崛起的共同推动下,智慧城市开始在全球范围内成为未来城市发展的新理念与新实践.大数据、数据活化、数据挖掘等数据管理、应用与分析技术在智慧城市建设当中具有核心作用.站在信息科学的视角之上,围绕以数据为中心这一主题,对当前智慧城市研究工作的最新动态进行了综述.梳理了当前智慧城市相关研究中广泛采用的城市数据类型及其特点,并从相关研究工作和技术与研究特点两个大的方面对该领域的研究工作现状进行了介绍.其中相关研究涵盖了技术体系研究、数据驱动的智能交通、城市计算技术和城市人类活动的统计力学等方面.而技术与研究特点的介绍包括核心技术与理论,以及领域研究的学科交叉、城市数据为中心、区域特性等方面.最后对该研究领域未来可能的发展方向进行了总结和展望. | 王静远 李超 熊璋 单志广 | 2014 | 计算机研究与发展2014，51，2： | 217 |
| 2 | 基于经验模态分解与长短时记忆神经网络的短时地铁客流预测模型显示文摘为降低样本噪声对客流预测模型的干扰,结合深度学习理论,提出了一种基于经验模态分解与长短时记忆神经网络的短时地铁客流预测模型;将预测过程分为3个阶段,第1阶段预处理原始地铁刷卡数据,构建进(出)站客流时间序列,运用经验模态分解法将时间序列转化为一系列本征模函数及残差,第2阶段利用偏自相关函数确定长短时记忆神经网络的输入变量,第3阶段基于深度学习库Keras,完成长短时记忆神经网络的搭建、训练及预测;以上海地铁2号线人民广场站客流数据验证了模型的有效性。计算结果表明:与代表性的预测模型(差分自回归移动平均模型、支持向量机、经验模态分解与反向传播神经网络、长短时记忆神经网络)相比,经验模态分解与长短时记忆神经网络预测模型分别将工作日高峰、平峰、全日的进(出)站客流预测精度分别至少提升了2.1%(2.5%)、2.7%(3.5%)、2.7%(3.4%),将非工作日全日的进(出)站客流预测精度至少提升了3.3%(3.5%),说明经验模态分解与长短时记忆神经网络的组合是一种预测短时地铁客流的有效模型;当预测步长由5 min逐渐增加至30 min时,工作日高峰、平峰和全日进(出)站客流的平均绝对百分比预测误差分别由14.8%(13.9%)、16.8%(17.4%)和16.6%(17.0%)逐渐降低至7.0%(6.2%)、8.3%(7.5%)和8.1%(7.4%),说明该方法预测误差与预测步长呈负相关。 | 赵阳阳 夏亮 江欣国 | 2020 | 交通运输工程学报2020，20，4： | 38 |
| 3 | 基于客流数据的区域出行特征聚类显示文摘区域功能发现对完善城市规划有着重要的指导意义.区域居民的出行特征提取与发掘可以作为建立模型分析区域功能的数据支撑.随着智能交通技术在轨道交通系统的应用,大量蕴含行人移动性和出行目的地信息的客流数据被采集得到,发现客流数据与地铁站相关区域功能有紧密联系.从地铁客流数据中提取出乘客出行模式和地铁站客流模式,并以此为基础建立概率图模型,实现了区域出行特征聚类.首先,以地铁客流数据为基础提取了乘客出行模式和地铁站客流模式,发现地铁站客流集中性和潮汐性的特性,能在一定程度上反映地铁的区域功能.然后,采用了文本分析领域经典的概率图模型,建立基于潜在狄利克雷分配(latent Dirichlet allocation,LDA)主题模型的地铁客流出行特征聚类模型,将具有出行规律相似性的地铁站聚类在一起.最后,通过分析聚类实验结果,发现在不同客流峰段内的区域功能和相互客流关系. | 冷彪 赵文远 | 2014 | 计算机研究与发展2014，51，12： | 16 |
| 4 | 基于灰色预测模型的航线客流量预测显示文摘准确的预测航线的客流量,对于航空企业制定航线销售政策有着重要的作用.针对民航客流量预测具有诸多不确定性和数据不足的特点,在选取某航空公司近六年三亚-北京往返航线数据的基础上,提出以回归分析、灰色预测方法对该航线2016年的客流量进行分析预测.经实证分析,结果表明:灰色预测方法对航线客流量的预测的精确度较高,对航空公司预估客流量和制订销售政策有直接的指导意义. | 刘夏 李苑辉 陈磊 陈焕东 陈明锐 | 2017 | 计算机系统应用2017，26，7： | 8 |
| 5 | 基于多模式灰色模型的地铁全网客流预测研究显示文摘地铁全网客流量预测对轨道线网规模确定及线路规划建设具有指导性作用,为准确预测地铁全网客流量,选取GM(1,1)均值模型、GM(1,1)差分模型和灰色Verhulst模型对重庆地铁全网客流量进行预测,采用平均相对误差、均方差比值和关联度三个指标对模型进行检验。结果表明:GM(1,1)均值模型预测结果与实际数据最接近,预测性能优于差分模型和Verhulst模型,为重庆地铁全网客流预测提供新思路,为重庆地铁规划建设提供理论依据。 | 陈小健 唐秋生 | 2019 | 交通科技与经济2019，21，4： | 6 |
| 6 | A literature survey on smart cities显示文摘Rapid urbanization creates new challenges and issues, and the smart city concept offers opportunities to rise to these challenges, solve urban problems and provide citizens with a better living environment. This paper presents an exhaustive literature survey of smart cities. First, it introduces the origin and main issues facing the smart city concept, and then presents the fundamentals of a smart city by analyzing its definition and application domains. Second, a data-centric view of smart city architectures and key enabling technologies is provided. Finally, a survey of recent smart city research is presented. This paper provides a reference to researchers who intend to contribute to smart city research and implementation. | YIN ChuanTao XIONG Zhang CHEN Hui WANG JingYuan COOPER Daven DAVID Bertrand | 2015 | Science China(Information Sciences)2015，58，10： | 5 |
| 7 | 基于WiFi数据的地铁车站客流预警模型显示文摘为了降低地铁车站因客流增加或突发事件产生的客流安全风险,提出了基于WiFi探针检测数据的地铁车站客流预警模型。基于WiFi探针客流数据采集原理、数据属性特征和探针网络化布设方案,实现了对Wi Fi探针原始数据的预处理。同时建立了基于时间序列的地铁车站短时客流预测模型,并与线性回归模型进行了比较,通过计算地铁车站客流承载能力,构建了车站客流预警指标和分级预警模型。最后以上海地铁江苏路站为例进行模型验证,结果表明,基于WiFi探针技术的地铁车站客流检测和预测模型具备可行性和有效性,且预警模型对客流预警应用和研究有一定的参考意义。 | 曹文超 干宏程 | 2021 | 计算机工程与应用2021，57，13： | 4 |
| 8 | 基于历史数据的轨道交通站内客流预测模型显示文摘轨道交通站点内客流实时状况是进行客流管控与应急管理的基础,为实时监测轨道交通网络客流变化,对大客流进行预警,构建了一种基于历史数据的轨道交通站内客流预测模型。首先利用历史轨道交通每个站点的进出站数据,挖掘不同站点分时段客流OD分布估计及到达时间估计,再基于实时进站数据,预测乘客的终点站选择与行程时间,反推演乘客时空轨迹,最终根据乘客时空轨迹分析各个站点的人群动态变化,从而实现轨道交通站内客流预测。以上海市2015年4月份轨道交通客流数据验证了模型的有效性,并采用MAPE、MRD和MPC 3个参量评价模型优劣。结果表明:与实际客流相比,模型对客流变化规律性较强站点(如南京东路站、人民广场站)的预测误差较小,对数据量较少、客流变化随机性较大的偏远站点(如复兴岛站)的预测误差较大。因此,该模型能够实时预测轨道交通的站内客流变化,从而预警轨道交通大客流,以便采取预防性管控措施。 | 沈永发 郑煜 刘辉冉 房志明 张俊 | 2022 | 武汉理工大学学报(信息与管理工程版)2022，44，6： | 2 |
| 9 | 考虑峰值数据重平衡的地铁客流预测研究显示文摘地铁客流预测是城市轨道交通系统日常运营管理的基础,尤其是对突发大客流影响时的准确客流预测,能够有助于缓解城市地铁运营压力并降低安全风险。虽然目前的地铁客流预测方法在对日常客流预测准确性上有较好的表现,然而由于忽视了客流波动造成的客流峰值和谷值数据量不平衡,其对客流的峰值预测效果并不佳。为了进一步提高客流预测精度,考虑从峰值数据自身特征出发,通过聚类模型判断客流类别并验证不同客流类别间显著的不平衡问题,参照分类任务中类别不平衡问题的处理方式,通过欠采样、随机过采样和合成少数类过采样3种数据平衡方式,实现客流平衡处理。同时,采用支持向量回归、人工神经网络和长短时记忆神经网络3种预测模型,进行客流预测并对比不同数据平衡方式对模型性能的影响。研究结果表明:相比于未对训练集进行数据平衡处理,类别平衡在一定程度上提升了模型的预测精度;基于合成少数类过采样技术平衡数据的支持向量回归模型可以提供最佳的进站客流预测精度;基于随机过采样技术平衡数据的长短时记忆神经网络模型可以提供最佳的出站客流预测精度。研究结果可为客流波动较大情况下的城市轨道客流精准预测提供理论依据。 | 邢璐 王玮 刘飞 易思睿 龙科军 李烨 | 2023 | 铁道科学与工程学报2023，20，5： | 1 |
| 10 | 基于时序知识图谱嵌入的短期地铁客流量预测显示文摘短期地铁客流量预测任务是城市智能地铁运营工作的重要组成部分,旨在预测未来短时间内地铁站点的客流量。针对现有方法未能充分利用站点的流入流出客流量信息的问题,提出了一种基于时序知识图谱嵌入(Temporal Knowledge Graph Embedding)结合残差网络(ResNet)和长短期记忆网络(LSTM)的短期地铁客流量预测方法,简称TKG-ResLSTM。首先,基于地铁客流量数据构建地铁客流量时序知识图谱,并使用时序知识图谱嵌入技术从中获取地铁站点的动态客流量模式。然后,将抽取出的动态客流量模式转换成动态相似矩阵,应用到基于深度学习的地铁客流量预测框架中完成地铁客流量预测任务。最后,利用北京地铁和A市地铁客流量数据集,分别在10 min, 15 min和30 min的时间间隔下进行实验评估。结果表明TKG-ResLSTM能够有效地抽取出地铁站点的动态客流量模式,在不使用外部信息的情况下,相比ResLSTM,TKG-ResLSTM在北京地铁数据集10min时间间隔下的预测均方根误差降低了0.41。 | 毛慧慧 赵小乐 杜圣东 滕飞 李天瑞 | 2023 | 计算机科学2023，50，7： | 0 |
| 11 | 基于多图时空注意力的轨道交通客流预测模型显示文摘针对轨道交通客流由于复杂的时空相关性和显著的波动性而难以预测的问题,提出一种基于注意力机制和多图视角图神经网络的轨道交通客流量预测方法MGCNSTA。基于站点连接的邻接图和乘客出行的出发地-目的地(origin-destination, OD)图,采用长期和短期两种序列模式,通过图卷积神经网络和卷积神经网络分别捕获空间和时间序列特征,并运用注意力机制加强卷积模块的时空相关性特征。对杭州地铁短期客流量进行了预测,实验结果验证了模型的有效性。 | 陈俊彦 黄雪锋 韦俊宇 卢贤涛 卢小烨 | 2023 | 郑州大学学报(理学版)2023，55，4： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员