基于Attention⁃LSTM神经网络的公交行程时间预测

传统的公交行程时间预测模型由于忽略了历史时刻中的信息,导致预测精度不理想。针对公交行程时间的时序性,提出一种基于LSTM神经网络的预测模型,并引入注意力(Attention)机制对其进行优化。首先,综合考虑多种影响因素,设计了多变量LSTM模块,将当前时刻的行程时间与历史时刻数据相关联,对其中的多维度特征进行信息提取;随后针对单一LSTM网络无法自动识别不同信息重要性的局限性,引入Attention机制,使模型聚焦重点信息、忽略冗杂信息;最后,采用实际公交GPS数据验证了该方法的有效性。实验结果表明,与五种常见方法相比,该模型具有更高的精度。

海之诗

“直到我看见大海 才知道 那飓风 掀起大海惊涛骇浪……” 去年八月，我与妈妈、大姨一起去海南旅游，那时正是盛夏．可是坐在游览车里却丝毫感觉不到夏季的存在，怪不得大家都说海南是旅游胜地。