首页> 外文OA文献 >Cluster-Based LSTM Network for Short-Term Passenger Flow Forecasting in Urban Rail Transit

【2h】

Cluster-Based LSTM Network for Short-Term Passenger Flow Forecasting in Urban Rail Transit

机译：基于群集的LSTM网络，用于城市轨道交通的短期客流预测

代理获取

本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。

页面导航

著录项
引文网络
相似文献
相关主题

著录项

作者
Jinlei Zhang; Feng Chen; Qing Shen;
展开▼
作者单位

展开▼
年度 2019
总页数
原文格式 PDF
正文语种
中图分类

相似文献

外文文献
中文文献
专利

1. Multi-graph convolutional network for short-term passenger flow forecasting in urban rail transit [J] . Zhang Jinlei, Chen Feng, Guo Yinan, Intelligent Transport Systems, IET . 2020,第10期

机译：城市轨道交通短期客流预测的多图卷积网络
2. Urban rail transit passenger flow forecast based on LSTM with enhanced long-term features [J] . Yang Dan, Chen Kairun, Yang Mengning, Intelligent Transport Systems, IET . 2019,第10期

机译：基于LSTM的具有长期特征的城市轨道交通客流预测
3. Short-term passenger flow forecast of urban rail transit based on GPR and KRR [J] . Guo Zhiqiang, Zhao Xin, Chen Yaxin, Intelligent Transport Systems, IET . 2019,第9期

机译：基于GPR和KRR的城市轨道交通短期客流预测
4. Short-term Urban Rail Transit Passenger Flow Forecasting Based on Empirical Mode Decomposition and LSTM [C] . Zi-ji-an WANG, Chao CHEN, Xiao-le LI, International Conference on Modeling, Analysis, Simulation, Technologies and Applications . 2019

机译：基于经验模式分解和LSTM的短期城市轨道交通乘客流量预测
5. Short-Term and Long-Term Effects of New Light Rail Transit Service on Transit Ridership and Traffic Congestion at Two Geographical Levels [D] . Yang, Huajie. 2021

机译：新的轻轨交通服务在两个地理层次上运输乘坐和交通拥堵的短期和长期影响
6. Vulnerability Analysis and Passenger Source Prediction in Urban Rail Transit Networks [O] . Junjie Wang, Yishuai Li, Jingyu Liu, -1

机译：城市轨道交通网络中的脆弱性分析和客源预测
7. Deep Learning Architecture for Short-Term Passenger Flow Forecasting in Urban Rail Transit [O] . Jinlei Zhang, Feng Chen, Zhiyong Cui, 2020

机译：城市轨道交通短期客运流量预测的深度学习架构

Cluster-Based LSTM Network for Short-Term Passenger Flow Forecasting in Urban Rail Transit

著录项

引文网络

相似文献

相关主题

期刊订阅