基于Wi-Fi数据的智慧公交信息服务系统的设计与实现

发布时间：2024-03-21 01:50

　　随着中国公共交通领域的发展,目前基本上从硬件条件上解决了居民的出行问题,但乘客对更加智能化的公交信息系统的需求却日益强烈。目前市场上的一些智慧公交领域的解决方案都存在一些问题,如基于车载GPS的智慧公交系统需要大量安装GPS设备,存在成本高、维护困难、且无法获取乘客信息等问题;基于导航类APP进行公交到站预测,其性能则要取决于安装和使用该APP的用户数量;利用一卡通数据进行乘客数据采集和分析的实时性通常难以保证等。针对这种情况,本文基于部署在公交站点的Wi-Fi探针所采集的Wi-Fi数据进行智慧公交系统的应用研究,具有成本较低、维护简单、且无需用户主动参与等特点。此外基于Wi-Fi数据既可以实现公交运行信息的检测和预测,又可以实现乘客数据的分析挖掘和应用,提高了系统的实用性。然而,将Wi-Fi数据应用于智慧公交系统时因其数据覆盖范围有限、无关数据干扰较多、数据的时空精度较低等问题,使得系统实现面临新的挑战。因此本文首先提出了一种基于轨迹聚类和“群组”模型的群体检测算法进行公交到站检测。并利用该算法得到的公交到站时间,提出了基于改进的LSTM模型的公交到站预测算法,并利用浙江省某市实地部...

【文章页数】：86 页

【学位级别】：硕士

【部分图文】：

图２－１?Ｆｌｏｃｋ模型示意图［９］??

图２－１?Ｆｌｏｃｋ模型示意图［９］??第二种同行检测模型，同样也只能用于固群体范围的限制更加宽松。Ｃｏｒｗｅｙ模型对单位上，用密度聚类（ＤＢＳＣＡＮ）算法对所的簇需要包含所有个体。??ｋ个时间单位，群体中所有个体都满足（ａ）型的定义，可以看出，它与Ｆｌｏｃｋ模型整处范围的设置上....

图２－２?ＲＮＮ模型结构图??２．２．２?ＬＳＴＭ??

ＬＳＴＭ隐藏层中每个神经元由所个记忆单元组成，每个记忆单元又包括一个??元组（ｃｅｌｌ）和三个门（Ｇａｔｅ），三个门分别为，遗忘门（ＦｏｒｇｅｔＧａｔｅ），输入门（ＩｎｐｕｔＧａｔｅ）??和输出门（Ｏｕｔｐｕｔ?Ｇａｔｅ），?ＬＳＴＭ的记忆单元结构如图２－３所示。ＬＳＴＭ中的记忆....

图２－３?ＬＳＴＭ记忆单元结构图??ＬＳＴＭ在运行的过程中，每个时刻ｔ，三个门都会接收当前时刻的输入和上??

??图２－２?ＲＮＮ模型结构图??２．２．２?ＬＳＴＭ??ＬＳＴＭ对ＲＮＮ中隐藏层部分做了一些改进，增加了记忆和遗忘模式，很好??的解决了?ＲＮＮ中梯度消失和梯度爆炸的问题，从而能够更好的学习和处理长期??依赖的关系。??ＬＳＴＭ隐藏层中每个神经元由所个记忆单元组成，每个记忆单元....

图３－１智慧公交信息服务系统整体模块图??１８??

３．２．１整体方案设计??本系统整体上由Ｗｉ－Ｈ数据采集及清洗模块，数据处理模块，和两个子系统??组成。系统的整体模块图３－１所示。下面针对每一个模块进行具体介绍。??Ｗｉ－Ｒ数据采槊及清洗模块?集—数摆固步—麵懿＂￣??［Ｓｌｇｇ?类?｜??｜?Ｇａｔｈｅｒｉｎｇ检測?｜??｜....

本文编号：3933640