摘要

本研究采用人工智能识别技术，结合视频监控图像、闸机刷卡记录以及移动终端轨迹信息，构建轨道交通乘客行为特征萃取与辨认模型，精准识别乘客上下车、换乘、滞留等关键行为方式。同时，选用卷积神经网络跟长短期记忆网络的联合框架，对行为序列进行时空建模处理，进而搭建多变量客流预测架构，实现对高峰期客流动态波动的精准预估，提高客流预测的精确度。该架构可助力优化列车调度方案和客运组织方针，提升轨道交通运行的智能化水平与服务响应能力。

关键词