一种基于LSTM神经网络的公交到站时间预测方法

摘要

本发明的基于LSTM神经网络的公交到站时间预测方法，所述方法包括如下步骤：步骤1）从城市公交数据库将包含有公交车定位数据、刷卡数据的历史数据集导入至Hadoop大数据集群下的HBase数据库，通过Spark内存计算框架对存入的数据集进行数据预处理；步骤2）对处理后的数据进行数据标准化处理；步骤3）通过最小绝对收缩和选择算法对标准化后的数据特征进行判断和特征筛选；步骤4）基于LSTM神经网络构建公交车的到站时间预测模型，将已经筛选好关键特征的标准化数据输入，实现对公交到站时间的预测。有益效果：具有对公交原始数据进行筛选和选择的操作过程，通过对公交到站数据的筛选和选择，本发明方法可有效提高对公交到站时间预测的准确率。