申请/专利权人：北京航空航天大学

申请日：2024-01-05

公开（公告）日：2024-03-12

公开（公告）号：CN117520906B

主分类号：G06F18/24

分类号：G06F18/24;G06F18/25;G06N3/0455;G06N3/044

优先权：

专利状态码：有效-授权

法律状态：2024.03.12#授权;2024.02.27#实质审查的生效;2024.02.06#公开

摘要：本发明涉及一种基于人群出行活动熵的不同特征人群分类方法及系统，其方法包括：S1：定义人群活动熵：日活动熵、日切片活动熵、日增活动熵；步骤S2：构建样本集，分别计算其日活动熵、日切片活动熵和日增活动熵，构建初始活动表征向量；步骤S3：基于用户的运动特征，构建辅助表征向量与初始活动表征向量融合，得到融合活动表征向量；多次随机打乱出行轨迹时序后重新计算和融合，得到多维活动表征向量并输入编码器‑解码器模型，获得隐式活动表征向量；步骤S4：将隐式活动表征向量输入多层感知机，再经过分类器进行分类，识别用户是否属于蜂鸟人群。本发明提供的方法挖掘并建模用户出行特征对人群进行分类，属于轨迹分类与群体识别领域。

主权项：1.一种基于人群出行活动熵的不同特征人群分类方法，其特征在于，包括：步骤S1：基于用户的出行轨迹数据，定义人群活动熵，包括：日活动熵、日切片活动熵、日增活动熵，分别用来刻画用户在一天中活动的散度、一天中各个时段活动的散度以及用户在预设时期内的活动散度；步骤S2：构建样本集，分别计算其所述日活动熵、所述日切片活动熵和所述日增活动熵，构建初始活动表征向量；步骤S3：基于用户出行的运动特征，构建用户的辅助表征向量，并与所述初始活动表征向量融合，得到融合活动表征向量；多次随机打乱样本集中用户的出行轨迹时序，重新计算并拼接到所述融合活动表征向量，得到多维活动表征向量；将所述多维活动表征向量输入编码器-解码器模型，获得每个用户的隐式活动表征向量；步骤S4：将所述隐式活动表征向量输入多层感知机进行精化，获得指定维度的隐式活动表征向量，再经过分类器进行分类，识别用户属于蜂鸟人群或非蜂鸟人群。

全文数据：

权利要求：

百度查询： 北京航空航天大学 基于人群出行活动熵的不同特征人群分类方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD