摘要
本申请实施例提供一种轨道交通客运数据处理方法、系统、设备和存储介质,涉及轨道交通技术领域。方法包括获取轨道交通原始客流数据,并对原始客流数据进行预处理以构建用于模型输入的客流数据集;构建LSTM神经网络模型,以客流数据集作为模型输入,通过LSTM神经网络模型的LSTM层提取客流数据集中的时间相关性特征,并通过LSTM神经网络模型的全连接层进行客流回归预测,以获取预测客流量矩阵;根据预测客流量矩阵设置客流量上下限阈值,获取实时客流数据,并当实时客流数据不符合客流量上下限阈值时,生成客流量预警信息。通过本申请,有效弥补了传统经验化决策的不足,对于提升轨道交通运营水平具有重要意义。
技术关键词
LSTM神经网络模型
预测客流量
数据处理方法
矩阵
客流特征
数据处理模块
数据采集模块
车站客流量
轨道交通技术
随机梯度下降
数据处理系统
自然语言
处理器
计算机设备
可读存储介质
存储器
异源
周期性
决策
系统为您推荐了相关专利信息
显示屏电路结构
驱动芯片
接收卡
管脚数量
插座组件
资产
历史消费数据
推荐方法
计算机执行指令
主题
直流微电网
互联控制系统
状态空间模型
闭环控制器
控制器模块