一种基于深度学的城市公交线路查询方法

摘要

本发明公开了一种基于深度学的城市公交线路查询方法，包括如下步骤：采集公交线路相关数据；对公交线路数据进行预处理；采用深度自动编码器（DAE）和主成分分析（PCA）相结合进行公交线路数据训练，获得改进的深度自动编码器（PCA‑DAE）神经网络模型；训练大规模公交线路数据，得到改进的深度神经网络自动编码器PCA‑DAE预测模型；利用训练好的PCA‑DAE预测模型进行公交线路查询。本发明具有主动而合理的引导乘客出行，不仅方便了乘客，还让缺少秩序的交通出行变得有秩序，使客流分布更加合理的特点。

主权项

一种基于深度学习的城市公交线路查询方法，其特征是，包括如下步骤：（1‑1）采集公交线路相关数据；（1‑2）对公交线路数据进行预处理；（1‑3）采用深度自动编码器（DAE）和主成分分析（PCA）相结合进行公交线路数据训练，获得改进的深度自动编码器（PCA‑DAE）神经网络模型；（1‑4）训练大规模公交线路数据，得到改进的深度神经网络自动编码器PCA‑DAE预测模型；（1‑5）利用训练好的PCA‑DAE预测模型进行公交线路查询。