机译:基于多源数据和长短期内存网络的火车站旅客流量预测
Huaqiao Univ Coll Comp Sci & Technol Xiamen 361021 Peoples R China;
Huaqiao Univ Coll Comp Sci & Technol Xiamen 361021 Peoples R China;
Huaqiao Univ Coll Architecture Xiamen 361021 Peoples R China;
Huaqiao Univ Coll Comp Sci & Technol Xiamen 361021 Peoples R China;
San Diego State Univ Dept Math & Stat San Diego CA 92182 USA;
Rail transit passenger flow; prediction model; long short term memory network; multi-source data; spearman correlation; K-means;
机译:基于MIC特征选择的轨道交通站和ST-LIGHTGBM考虑转换乘客的短期客运
机译:动态贝叶斯网络方法预测不完整数据的短期城市铁路客流
机译:城市轨道交通车站客流短期预测的随机系数模型研究
机译:基于长短期记忆神经网络的轨道交通客流短期预测
机译:使用人工神经网络的短期流量预测。
机译:校正:基于经验模式分解的短期短期内存神经网络预测模型的短期地铁乘客流量
机译:基于MIC特征选择的轨道交通站和ST-LIGHTGBM考虑转换乘客的短期客运