申请/专利权人：南京航空航天大学

申请日：2024-01-26

公开（公告）日：2024-04-02

公开（公告）号：CN117649028B

主分类号：G06Q10/04

分类号：G06Q10/04;G06Q50/26;G06N3/0442;G06N3/0464

优先权：

专利状态码：有效-授权

法律状态：2024.04.02#授权;2024.03.22#实质审查的生效;2024.03.05#公开

摘要：本发明属于人群流量趋势预测技术领域，公开了一种基于城市功能区域匹配的跨城市人群流量趋势预测方法，其包括如下步骤：获取源城市人群流动轨迹；将源城市人群流动轨迹进行网格时序化处理；构建源城市人群流量趋势预测任务训练数据集；以多分类形式训练ConvLSTM神经网络；将目标城市人群流动轨迹进行网格时序化处理；匹配源城市相似功能区域，重建目标城市人群流动轨迹；预测目标城市人群流动趋势，得到目标城市人群下一时间段流向的预测结果。本发明通过跨城市功能区域匹配，将数据丰富的源城市人群流动模式迁移到数据稀疏的目标城市，最终以概率分布的形式预测未来时间段城市人群的流向分布。

主权项：1.基于城市功能区域匹配的跨城市人群流量趋势预测方法，其特征在于，包括如下步骤：步骤1.获取源城市人群流动轨迹；步骤2.将步骤1获取的源城市人群流动轨迹进行网格时序化处理；首先将源城市进行网格化处理划分为等边长的网格，则源城市的网格集合G表示为：G＝{g1，g2，...，gL}；其中，g1，g2，...，gL表示划分源城市得到的网格，L表示划分源城市得到的网格总数；其次将步骤1获取的源城市人群流动轨迹按照网格进行映射，对于源城市获取的每一条人群流动轨迹si，将si中的每一个停靠站均映射到其所在的网格；此时人群流动轨迹si表示为： 其中，表示源城市轨道交通的第j个停靠站所处的网格；然后根据网格内不同类别地点的个数w对网格进行向量化描述，其中每个网格用1×1×w三维张量进行表示；最后对单一网格进行扩张处理，扩张范围为该网格的上、下、左、右相邻网格，此时，每个网格的描述信息用w×w×w三维张量表示；对于人群流动轨迹将每一个网格映射至对应的w×w×w三维张量，那么人群流动轨迹si最终用n×w×w×w四维张量来表示；如果将每一个网格对应的w×w×w三维张量看作像素数为w×w且通道数为w的图片，则人群流动轨迹si则是由n个连续图片帧构成的视频流；步骤3.构建源城市人群流量趋势预测任务训练数据集；对于步骤1中源城市获取的人群流动轨迹集合S中任意一条人群流动轨迹si，从头开始截取长度为a的轨迹片段，则获得n－a条轨迹片段，其中，a＜n；每一条轨迹片段xj均为n－a个图片帧构成的视频流；同时，获取每一条轨迹片段对应的下一步图片帧yj所对应的中心网格；构建源城市人群流量趋势预测任务训练数据集{X，Y}；其中，X＝{x1，x2，...，xN}表示抽取到的轨迹片段集合，Y＝{y1，y2，...，yN}表示轨迹片段集合X对应的下一步图片帧集合，N表示训练数据集的样本数目；将任意一组xj，yj构成一个训练样本，j∈[1,N]；其中，yj为样本xj的标签，即人群下一步流向的单一网格；步骤4.基于ConvLSTM神经网络搭建人群流量趋势预测模型，并利用步骤3得到的训练数据集以多分类形式训练人群流量趋势预测模型；步骤5.将目标城市人群流动轨迹进行网格时序化处理；步骤6.将步骤5得到的目标城市人群流动轨迹的网格时序化处理结果，匹配源城市相似功能区域，重建目标城市人群流动轨迹；步骤7.将步骤6重建的目标城市人群流动轨迹输入训练好的人群流量趋势预测模型，预测目标城市人群流动趋势，得到目标城市人群下一时间段流向的预测结果。

全文数据：

权利要求：

百度查询： 南京航空航天大学 基于城市功能区域匹配的跨城市人群流量趋势预测方法

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