您当前的位置：
首页 >
文章列表页 >
基于多源数据和响应面优化的公交客流预测深度学习方法
交通运输工程·土木工程 | 更新时间：2025-05-26

    • 基于多源数据和响应面优化的公交客流预测深度学习方法

    • Deep learning method for bus passenger flow prediction based on multi-source data and surrogate-based optimization

    • “在公交客流预测领域，研究者提出了一种深度学习框架，通过优化客流细分矩阵结构，有效提高预测精度，实现数据资源最优化利用。”
    • 吉林大学学报（工学版）   2023年53卷第7期 页码：2001-2015
    • 作者机构：

      1.华南理工大学 土木与交通学院，广州 510641

      2.深圳职业技术学院 汽车与交通学院，广东 深圳 518055

    • 作者简介：

      巫威眺（1987-），男，副教授，博士.研究方向：公共交通系统.E-mail：ctwtwu@scut.edu.cn

      李鹏（1989-），男，讲师，博士.研究方向：公共交通系统.E-mail：lipeng@szpt.edu.cn

    • 基金信息：
      国家自然科学基金项目(72071079;52272310);广州市重点研发计划项目(202206030005;202103050002;202206010056);广东省基础与应用基础研究基金项目(2020A1515111024;2023A1515011696)

    • DOI：10.13229/j.cnki.jdxbgxb.20210935    

      中图分类号： U491.1

    • 收稿：2021-09-16，

      纸质出版：2023-07-01

    移动端阅览

  • 巫威眺,曾坤,周伟等.基于多源数据和响应面优化的公交客流预测深度学习方法[J].吉林大学学报（工学版）,2023,53(07):2001-2015. DOI： 10.13229/j.cnki.jdxbgxb.20210935.

    WU Wei-tiao,ZENG Kun,ZHOU Wei,et al.Deep learning method for bus passenger flow prediction based on multi-source data and surrogate-based optimization[J].Journal of Jilin University(Engineering and Technology Edition),2023,53(07):2001-2015. DOI： 10.13229/j.cnki.jdxbgxb.20210935.

  •  
  •  

0

浏览量

12

下载量

3

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于合成图像数据集的挖掘机关键点识别
高速公路隧道线性诱导系统设置方法及效果评估
基于驾驶人视觉特性的隧道车速与照明协同控制
基于增强正例与层间负例的语义相似性模型
基于深度学习的多目标跟踪研究进展综述

相关作者

姚宗伟
陈辰
高振云
靳鸿鹏
荣浩
李学飞
黄虹溥
毕秋实

相关机构

吉林大学 机械与航空航天工程学院
柳州柳工挖掘机有限公司
武汉理工大学 交通与物流工程学院
交通信息与安全教育部工程研究中心
山东省交通规划设计院集团有限公司 隧道与地下工程设计研究院
0