基于深度學(xué)習(xí)的聲頻信號(hào)在地鐵客流量估計(jì)中的應(yīng)用研究.pdf

1、隨著城鎮(zhèn)化的不斷深入以及機(jī)動(dòng)車保有量的激增，許多城市日益嚴(yán)重的交通擁擠問題已嚴(yán)重制約了經(jīng)濟(jì)發(fā)展和影響了大眾的日常生活。作為一種高效率、大運(yùn)量的公共交通方式，地鐵在提高居民出行效率、緩解城市交通壓力方面具有無可比擬的巨大優(yōu)勢。而地鐵客流量的估計(jì)毋庸置疑將是其中的重要工作之一，能否準(zhǔn)確地估計(jì)地鐵客流量將對(duì)下一步管理、規(guī)劃、運(yùn)營到?jīng)Q策等工作產(chǎn)生重要的影響。
　　本文首先對(duì)地鐵客流量估計(jì)相關(guān)背景及意義、國內(nèi)外研究現(xiàn)狀和深度學(xué)習(xí)的發(fā)展及應(yīng)用

2、進(jìn)行了研究；詳細(xì)分析了地鐵的建設(shè)情況、地鐵交通的特征、地鐵客流量影響因素及中長期和短期的客流量估計(jì)方法；同時(shí)對(duì)聲頻相關(guān)理論及估計(jì)系統(tǒng)、深度學(xué)習(xí)的理論、方法及限制玻爾茲曼機(jī)（RBM）模型進(jìn)行了深入研究。RBM模型克服了直接對(duì)多層網(wǎng)絡(luò)進(jìn)行訓(xùn)練的效率問題，隨后分析了實(shí)驗(yàn)環(huán)境，數(shù)據(jù)進(jìn)行了預(yù)處理，建立了實(shí)驗(yàn)數(shù)據(jù)集，通過無監(jiān)督特征學(xué)習(xí)的DBN模型對(duì)實(shí)驗(yàn)聲頻數(shù)據(jù)進(jìn)行分析處理，并對(duì)實(shí)驗(yàn)結(jié)果及地鐵客流量估計(jì)中的應(yīng)用進(jìn)行研究和分析。
　　仿真結(jié)果表明

3、在迭代次數(shù)為50的情況下，設(shè)置不同分類數(shù)進(jìn)行仿真，當(dāng)分類數(shù)為7時(shí)重構(gòu)誤差最?。?.50），將數(shù)據(jù)放入訓(xùn)練好的4096-1000-500-250-2的RBM模型中，統(tǒng)計(jì)顏色為紅、黑、綠、淺藍(lán)、粉紅、黃、深藍(lán)的聚類點(diǎn)個(gè)數(shù)，再將人數(shù)為0-50、51-100、···、451-500的標(biāo)記樣本放入樣本集中訓(xùn)練，將匹配的結(jié)果數(shù)目和不同聚類點(diǎn)數(shù)目按照從大到小的順序進(jìn)行排序，同時(shí)進(jìn)行對(duì)照，數(shù)目基本吻合，得出每種顏色聚類點(diǎn)對(duì)應(yīng)的地鐵客流量信息，初步實(shí)現(xiàn)對(duì)