基于时空关联度加权的LSTM短时交通速度预测

提出一种基于时空关联度加权的长短期记忆网络(Long Short-Term Memory,LSTM)短时交通速度预测模型。该模型结合综合动态时间规整(Summation Dynamic Time Warping,SDTW)和拓扑邻接关系设计了一种路段速度序列之间时空关联程度的度量方法,然后基于该度量值对路段速度历史观测值进行加权,进而使用LSTM从加权观测序列中提取路段速度的时空变化特征,实现对短时交通速度的预测。实验表明,交通速度预测模型预测结果相比传统的ARIMA模型、SVR模型以及LSTM模型均有提升,实现了更高精度的速度预测。

影视类微信公众号“独立鱼电影”正能量传播的选题特色

影视类微信公众号“独立鱼电影”选题具有三个方面的特色:一是选题“接地气”,具有普适性;二是选题“有故事”,具有趣味性;三是选题“有态度”,具有独立性。

基于四叉树存储的线路中线时空查询方法

随着铁路建设飞速发展,线路设计方案数量激增,总体线路里程快速增加,传统采用表格和图纸形式管理线路方案数据的做法人工成本高,检索效率低,不能支持时间和空间查询,无法满足当前铁路数字资产化的发展需求。本文通过对线路中线在空间中进行近似表达,设计了一种基于四叉树划分的线路中线时空索引,并以分布式环境为基础,认真分析时空查询的原理和特点,提出了一套线路中线数据的存储管理和查询方案,实现了大规模线路中线数据的分布式存储,达到了对线路数据进行高效时空查询的目的。本文将这种方法对多个铁路工程项目进行应用实验,证明了该方法的可靠性和高效性,对于提高线路方案数据管理效率和铁路数字资产化发展具有重要意义。