【摘 要】
：
随着物联网、大数据等信息技术在交通行业的广泛应用，传统交通客运开始向智慧交通转型升级，以向乘客提供更好的乘坐体验。其中，向乘客提供精准的公共交通动态换乘服务是实现城市智慧交通的重要环节，并由此对精准预测公交到站时间提出了迫切需求。然而，由于城市道路交通环境的复杂性，使得精准预测公交到站时间难度很大，成为影响动态换乘服务的关键。为此，论文研究了两种公交到站预测模型，以满足乘客不同需求下动态换乘服务对到站时间预测的需求。融合BP神经网络和公交车实时位置数据的公交到站时间预测模型(DTHC)能够针对某个时间点估
论文部分内容阅读
随着物联网、大数据等信息技术在交通行业的广泛应用，传统交通客运开始向智慧交通转型升级，以向乘客提供更好的乘坐体验。其中，向乘客提供精准的公共交通动态换乘服务是实现城市智慧交通的重要环节，并由此对精准预测公交到站时间提出了迫切需求。然而，由于城市道路交通环境的复杂性，使得精准预测公交到站时间难度很大，成为影响动态换乘服务的关键。为此，论文研究了两种公交到站预测模型，以满足乘客不同需求下动态换乘服务对到站时间预测的需求。融合BP神经网络和公交车实时位置数据的公交到站时间预测模型(DTHC)能够针对某个时间点估算乘客从出发地到目的地所需时间；基于融合模型的公交到站时间预测模型(RHMX)能够根据输入数据动态预测到站时间。
对于DTHC模型，当公交车实时位置数据比较完整时直接利用实时数据预测公交到站时间；当公交车实时位置数据缺失时，利用BP神经网络模型对公交车的到站时间进行预测，并引入校正层以提升预测精度。
对于RHMX模型，首先构建站点停靠时间预测和站间行驶时间预测两个子模型，前者利用迭代的方式预测正在行驶的公交车在下游各个站点的停靠时间，后者同样采用迭代的方式预测正在行驶的公交车在下游各个路段(以站点为分割点)的行驶时间。通过这两个模型可以预测出一组站间行驶时间和站点停靠时间的时序数据。然后，采用LSTM融合两个子模型输出的时序数据，从而得到公交到站时间。最后，利用卡尔曼滤波动态调整LSTM的预测结果，避免异常数据对预测值的影响，从而获得更为准确的公交到站时间。
构建了面向公共交通的动态换乘系统，来测试验证公交到站时间预测方法的有效性和准确性。选取桂林市10路公交线路数据对论文的预测方法进行验证。DTHC在均方根误差(RMSE)上比线性回归(LR)低3%、平均绝对误差(MAE)低4%；RHMX在RMSE上比线性叠加的方式高了6%、MAE低7%；RHMX在MAE比DTHC低了9%、RMSE低12%。论文所提预测模型在准确性和稳定性上能够较好的满足实际应用需求。
其他文献
妈祖，又称天妃、天后、天上圣母，是从宋代沿续至今的以船工、渔民为信奉者主体的神祇。目前，全世界45个国家和地区有上万座妈祖庙，3亿多人信仰妈祖。在台湾，妈祖是最重要、影响力最大的民间信仰。2009 年，在海峡两岸的通力合作之下，联合国教科文组织审查并表决通过中国提案，妈祖信仰民俗被正式列入人类非物质文化遗产名录，成为中国首个信俗类世界文化遗产。 由于漕运、河工的关系，清代是妈祖信仰最受官方重视
阿尔茨海默症(Alzheimers Disease，AD)是一种多发于老年群体中的发病期长、不可逆且不可治愈的神经病变疾病，俗称老年痴呆。近年来，中国人口“老龄化”的问题日益严峻，AD早期诊断的有效研究可极大缓解患者带来的家庭及社会经济压力，一定程度上为患病人群及医学诊断提供有意义的指引。因此，如何有效地对AD早期进行诊断已经成为重要的研究方向。
随着深度学习(Deep Learning，DL)与医疗技术的不断深入，越来越多的领域从传统的人工分析转换到计算机辅助诊断。核磁共振成像(Magneti
近年来，人脸识别作为一个具有安全、方便、快捷等特性的生物识别技术已经应用于很多领域。一个较好的人脸识别模型往往依赖于大量的训练数据，但在一些特殊的领域，例如公安、医院等机构不具有大量带有标记的训练样本。在这种情况下，人脸识别有如下挑战：如果将源域(与应用场景数据分布不一致)训练的人脸识别模型应用到目标域(与应用场景分布一致)中，识别性能会大大降低；如果只对图片库gallery样本进行学习，gallery类内散度矩阵退化为0，大多数判别分析方法无法应用，导致训练的模型容易欠拟合，泛化能力差。
域自
近些年来，声源定位技术在人机交互系统、视频会议系统和智能语音系统等领域的应用越来越广泛。时延估计定位算法作为声源定位的重要方法之一，其时延估计值的准确性直接影响到声源定位系统的性能。时延估计算法计算量低、结构复杂度小，被广泛应用在声源定位中。在室外环境下，低信噪比是影响声源定位精度的主要因素；在室内环境中，噪声和混响都会对声源定位的准确性产生影响。因此，在低信噪比或噪声与混响同时存在的环境中，对时延估计算法进行深入研究，以提高时间延迟估计精度和稳定性，具有重要的意义。
首先，在低信噪比自由空间声
近年来，随着物联网技术(Internet of Things，IoT)的广泛应用，对基于位置服务的需求也迅速增加；尤其是对室内定位服务的需求，由于传统的GPS定位技术等不适用于室内环境，所以室内专用的定位技术成为研究热点。其中基于位置指纹的室内定位方法因为成本低廉，深受国内外研究者的青睐，但其存在如定位精度不高、定位速度较慢等缺点。针对此问题，本文研究了三种基于聚类的位置指纹室内定位算法，主要研究内容如下：
(1)针对大型场所定位耗时长的问题，本文提出了一种基于层次聚类的快速室内定位算法。该算法
至真至善至纯至美，用这八个字来形容陈秋梅是再恰当不过了。陈秋梅是爱尔兰著名传奇音乐Jimmy MacCarthy的夫人，欧洲中国文化艺术交流与合作研究会和中外国际家庭联谊会会长，中国国际新闻杂志社爱尔兰分社社长兼首席记者。她像一杯香茗，茶香袅袅，清新可人。她质朴、谦和、睿智，是绽放在爱尔兰的一枝中国玫瑰，以其高贵的气质、大气的格局和坚韧不拔的个人魅力吸引着我们。 2021年，是中华民族伟大复兴
网络入侵检测作为网络安全的有效保障，已经成为重要的研究领域。随着传统机器学习技术和深度学习技术的发展，研究者们将其引入网络入侵检测领域作为海量数据分类问题的解决措施。近年来研究者们基于传统机器学习和深度学习提出了许多性能良好的网络入侵检测方法，然而，大多数方法在检测稀有攻击时表现不佳。针对网络入侵检测中稀有攻击难以被识别的问题，本文进行了三个方面的研究。
针对网络数据中包含大量冗余信息，当攻击类别之间数据分布不平衡时，冗余信息会对稀有攻击模式产生影响的问题，本文提出了基于遗传编程算法与随机森林的
现实生活中，很多实际的优化问题都需要处理大量的决策变量，这称为大规模优化问题。虽然传统的计算智能方法在解决一些低维优化问题是有效的，但是，随着决策变量的增加，这些方法在求解大规模优化问题上性能退化，很难找到全局最优解。因此，将计算智能方法进行合理的、有效的改进来求解大规模优化问题显得越来越有必要。
粒子群优化算法(Particle Swarm Optimization，PSO)是计算智能方法的一个分支，由于其原理简单、便于实现等特点，受到了许多学者的关注，将其广泛应用于解决优化问题和实际的工程问
说到豆腐，也可以算是一个国粹了。人们常说“青菜豆腐保平安”，豆腐在中国人生活中的意义可见一斑。但吃豆腐吃出名堂、吃出水平的要算平桥人，一道被称为“天下第一菜”的平桥豆腐，成为淮扬菜系中的著名佳肴，流传到江浙沪、北上广，甚至欧美海外，让那么多的人情有独钟，让那么多的人慕名神往，把豆腐文化发挥得那样的淋漓尽致。由此可见平桥豆腐这道菜肴的影响力以及它在豆腐美食家族中的地位。 在所有关于平桥豆腐的介绍
在智慧交通系统领域中，交通标志检测和识别是重要的研究课题，它可以辅助驾驶员或者自主驾驶系统掌握路况信息和明确驾驶行为限制，有效地保证驾驶安全、减少交通事故。然而，基于图像处理技术的传统检测方法存在较大局限性，难以适应复杂多变的交通场景，无法满足实际需求。随着深度学习的兴起，基于卷积神经网络的交通标志检测方法发展快速并逐渐成为了主流的研究方向，但仍然面临很多挑战。本文对交通标志检测存在的难点和现有方法存在的不足进行了回归和总结。针对交通标志检测存在的小尺寸、多尺度、相似外观、兼顾检测性能和效率等问题，本文提