申请/专利权人:中山大学
申请日:2023-12-15
公开(公告)日:2024-03-22
公开(公告)号:CN117744865A
主分类号:G06Q10/04
分类号:G06Q10/04;G06N3/0464;G06N3/08;G06F18/213
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.09#实质审查的生效;2024.03.22#公开
摘要:本发明涉及智慧交通领域,公开了一种基于多任务学习的电单车交通需求预测方法及系统,该方法包括获取电单车的出行里程和用电需求量;对历史数据进行预处理,得到各个区域内的里程时间片和需求时间片;里程时间片和需求时间片分别为同一时间内总出行里程和总用电需求量的矩阵表示;将里程时间片和需求时间片输入至时空图神经网络中进行处理,得到各个区域内历史数据对应的数据特征以及各个区域之间的相似系数;将相似系数和数据特征输入至时空图神经网络中进行预测,得到各个区域内电单车的预测平均里程和预测吞吐量。本发明采用了神经网络结合多任务学习的方法,能够同时预测电单车的站点吞吐量和平均里程,提高了模型的预测效果和泛化能力。
主权项:1.一种基于多任务学习的电单车交通需求预测方法,其特征在于,包括:获取电单车的历史数据;所述历史数据包括出行里程和用电需求量;对所述历史数据进行预处理,得到各个区域内的里程时间片和需求时间片;所述里程时间片为同一时间内总出行里程的矩阵表示;所述需求时间片为同一时间内总用电需求量的矩阵表示;将所述里程时间片和需求时间片输入至时空图神经网络中进行处理,得到各个区域内所述历史数据对应的数据特征以及各个区域之间的相似系数;所述相似系数用于表示各个区域之间的相似程度;将所述相似系数和数据特征输入至所述时空图神经网络中进行预测,得到各个区域内电单车的预测平均里程和预测吞吐量。
全文数据:
权利要求:
百度查询: 中山大学 基于多任务学习的电单车交通需求预测方法及系统
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。