基于分割注意力机制残差网络的城市区域客流量预测

作     者：李伯涵 郭茂祖 赵玲玲 LI Bohan;GUO Maozu;ZHAO Lingling

作者机构：北京建筑大学电气与信息工程学院北京100044 北京建筑大学建筑大数据智能处理方法研究北京市重点实验室北京100044 哈尔滨工业大学计算机科学与技术学院黑龙江哈尔滨150001 

基　　金：国家自然科学基金面上项目(61871020) 北京市属高校高水平创新团队建设计划项目(IDHT20190506) 

出 版 物：《智能系统学报》 (CAAI Transactions on Intelligent Systems)

年 卷 期：2022年第17卷第4期

页      码：839-848页

摘      要：客流量预测是城市交通资源和公共安全智能化管理的重要依据。为了综合考虑城市乘客人群流动自身的既有周期性、趋势性和突发性,以及与城市物理和社会空间的耦合关系,在时空残差网络的基础上,本文提出了基于深度时空数据的分割注意力机制残差网络的城市细粒度客流量预测模型。首先以不同时空间隔的区域客流量历史数据为基础,引入分割注意力机制模块,为各模态的数据分配不同的权重,动态捕捉更高相关性的抽象数据特征;在时空数据的基础上,引入城市功能区属性作为联合特征,结合节假日、气候等外部特征,形成deep&wide网络结构,有效记忆重要特征对客流量变化的贡献。基于北京出租车数据的区域客流量对比实验表明,相比于传统的深度时空残差网络和其他经典机器学习模型,引入了分割注意力机制和城市功能区特征的预测模型能够更好地提取数据多元化的特征,预测精度明显优于其他同类别方法。

主 题 词：客流量预测 时空数据 深度学习 分割注意力机制残差网络 城市功能区 特征提取 智慧城市 智能交通 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

核心收录：

D　O　I：10.11992/tis.202202014

馆 藏 号：203113908...