《表1 不同时段客流量之间的Pearson相关系数表》

  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

《基于多特征融合的城市轨道交通短时客流预测》

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

本文计算当前时段客流与前n时间段客流的Pearson相关系数大小，抽取前5时段的相关系数如表1所示，计算火车南站与全网所有站点客流Spearman等级相关系数值，并抽取关联性较大的8个站点如表2所示。依据相关性分析结果，确定前四时段客流量为时间维度的输入因子，确定与预测站点Spearman相关系数最大的8个站点作为空间维度的输入预测因子。