TY -的A2 -艾哈迈德,赛义德·哈桑AU -彭,心直口快的非盟-梁,Ting盟,郝Xiaojiang AU - Chen Yu AU -李,石城盟——咦,Yugen PY - 2021 DA - 2021/12/06 TI - CNN-GRU-AM共享自行车需求预测SP - 5486328六世- 2021 AB -共享自行车的需求预测直接决定了车辆的利用率和项目操作的好处。准确的预测基于现有的操作数据可以减少不必要的交付。由于共享自行车的使用容易时间依赖和外部因素,大多数现有的工作只考虑一些属性的自行车共享,导致建模和令人不满意的预测性能不足。为了解决上述的局限性,本文建立了一个新颖的基于卷积递归神经网络预测模型的命名为CNN-GRU-AM注意力机制。有四个部分提出CNN-GRU-AM模型。首先,卷积神经网络(CNN)和两层用于从多个数据源中提取局部特征数据。第二,封闭的复发性单元(格勒乌)是用来捕捉CNN的输出数据的时序关系。第三,注意机制(AM)系列的介绍挖掘潜在的关系特性,不同的权重将被分配到相应的功能根据它们的重要性。最后,一个完全连接层与三层添加到学习特性和输出预测结果。评价该方法的性能,我们进行了大量实验在两个数据集包括一个真正的移动自行车数据和公共自行车共享数据。 The experimental results show that the prediction performance of the proposed model is better than other prediction models, indicating the significance of the social benefits. SN - 1687-5265 UR - https://doi.org/10.1155/2021/5486328 DO - 10.1155/2021/5486328 JF - Computational Intelligence and Neuroscience PB - Hindawi KW - ER -