《表3 天气数据：基于深度学习的城市地面公交客流集散点刷卡客流预测——以常州市为例》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于深度学习的城市地面公交客流集散点刷卡客流预测——以常州市为例》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

得到上述数据后需要进行多源数据融合，先是根据给定日期匹配智慧卡数据和天气数据集.然后，将智慧卡每个时间戳的刷卡记录与相应的公交站点匹配.最后，根据爬取的POI数据改善数据集质量.以上所述数据集合并得到完整数据集然后计算每个站点每小时的客流量.这是因为天气数据的粒度，我们决定预测每小时客流量.研究所选取13个客流集散点位置，这些点位有的在常州市中心，有点位于郊区，这样选择有利于分析不同用地对客流预测结果的影响，时间段为3月15日至6月14日每小时的刷卡客流量.所有步骤在Microsoft SQL server 2015中完成.