机译:城市轨道系统乘客的短期预测:基于智能卡数据的深度学习方法
Beijing Jiaotong Univ State Key Lab Rail Traff Control & Safety Beijing 100044 Peoples R China;
Beijing Jiaotong Univ State Key Lab Rail Traff Control & Safety Beijing 100044 Peoples R China;
Beijing Jiaotong Univ State Key Lab Rail Traff Control & Safety Beijing 100044 Peoples R China|Dalian Maritime Univ Transportat Engn Coll Dalian 116026 Peoples R China;
Beijing Jiaotong Univ State Key Lab Rail Traff Control & Safety Beijing 100044 Peoples R China;
Beijing Jiaotong Univ State Key Lab Rail Traff Control & Safety Beijing 100044 Peoples R China;
Urban rail transit; Passenger volume prediction; Deep learning; Sp-LSTM;
机译:基于深入学习的混合模型,用于使用自动票价收集数据的短期地铁客流预测
机译:动态贝叶斯网络方法预测不完整数据的短期城市铁路客流
机译:基于时空深度学习的全源短期崩溃风险预测方法
机译:基于代谢UGM-Markov的城市轨道交通短期客运量预测模型
机译:具有时空特征的实时短期交通速度预测的深度学习方法
机译:一种基于系统级数据的全基因组疾病和可药物治疗人类基因的机器学习方法
机译:基于大数据分析和深度学习的城市轨道交通乘客流动预测
机译:单乘客轨道车撞击试验。第1卷:概述和选定结果。铁路乘客设备碰撞测试。第2卷:乘员保护计划摘要。铁路客运设备碰撞试验