融合时空特征与大语言模型的城市交通流预测方法及系统

    公开(公告)号:CN119649599A

    公开(公告)日:2025-03-18

    申请号:CN202411831364.4

    申请日:2024-12-12

    Abstract: 本发明公开了一种融合时空特征与大语言模型的城市交通流预测方法及系统,包括时空编译器模块和时空适配器模块,所述时空编译器模块通过使用时间步嵌入、时间嵌入天和空间嵌入来提取交通流量特征并进行特征融合得到关于交通流数据封装了时空模式的令牌;所述时空适配器模块通过冻结预训练Bert模型Transformer块,允许模型在适应交通流动态的同时保留其语言处理强度,将得到的令牌与预训练的BERT模型Transformer块融合得到交通流量最终预测。本发明将时空特征与大语言模型相结合,利用LLM的高级学习能力对交通数据中的空间和时间模式进行建模,从而实现高度准确的预测。

    一种基于多粒度时序知识图谱的地铁流量预测方法及系统

    公开(公告)号:CN118313510B

    公开(公告)日:2025-04-18

    申请号:CN202410439351.6

    申请日:2024-04-12

    Abstract: 本发明公开了一种基于多粒度时序知识图谱的地铁流量预测方法及系统,涉及基于多粒度时序知识图谱的地铁流量预测技术领域,包括构建城市地铁流量的多粒度时序知识图谱;基于张量分解的多粒度时序知识图谱嵌入框架;融合多粒度时序知识图谱嵌入与LSTM的地铁流量预测。本发明所述方法使用地铁流量时序知识图谱,实现地铁站周边POI数据、地铁站流入流出信息和地铁线网拓扑信息挖掘远距离站点的动态客流量模式,提高远距离站点之间的动态相关性,从而提高地铁客流量的预测结果。

    一种基于多粒度时序知识图谱的地铁流量预测方法及系统

    公开(公告)号:CN118313510A

    公开(公告)日:2024-07-09

    申请号:CN202410439351.6

    申请日:2024-04-12

    Abstract: 本发明公开了一种基于多粒度时序知识图谱的地铁流量预测方法及系统,涉及基于多粒度时序知识图谱的地铁流量预测技术领域,包括构建城市地铁流量的多粒度时序知识图谱;基于张量分解的多粒度时序知识图谱嵌入框架;融合多粒度时序知识图谱嵌入与LSTM的地铁流量预测。本发明所述方法使用地铁流量时序知识图谱,实现地铁站周边POI数据、地铁站流入流出信息和地铁线网拓扑信息挖掘远距离站点的动态客流量模式,提高远距离站点之间的动态相关性,从而提高地铁客流量的预测结果。

Patent Agency Ranking