一种基于深度学习的交通流量预测方法及装置

    公开(公告)号:CN110929962A

    公开(公告)日:2020-03-27

    申请号:CN201911289190.2

    申请日:2019-12-13

    Abstract: 本发明涉及时空数据挖掘或智慧交通领域,具体涉及基于深度学习的交通流量预测方法及装置。该方法及装置通过接收用户终端发送的流量预测请求;然后,响应流量预测请求,并获取与目标节点标识相对应的目标路网的交通流量信息;基于交通流量信息获取时空特征信息;将时空特征信息输入至时空图卷积模型进行模型预测操作,获取流量预测结果;向用户终端输出流量预测结果,便于更全面地从时空相关角度考虑了整个路网交通流量的时空特征对目标节点的交通流量的影响,本发明基于深度学习的交通流量预测方法及装置能够提高预测公路网络的交通流量的准确度。

    一种客流量的预测方法及装置

    公开(公告)号:CN105513337B

    公开(公告)日:2017-12-12

    申请号:CN201510772773.6

    申请日:2015-11-12

    Abstract: 本发明公开了一种客流量的预测方法及装置,用于客流量预测技术领域。在本发明一些可行的实施方式中,方法包括:获取多源数据中影响客流量的特征属性,所述多源数据包括智能卡刷卡数据、气象数据及机动车GPS数据;基于所述特征属性,利用自回归积分滑动平均模型和人工神经网络预测未来的客流量。本发明技术方案基于多源数据中影响客流量的特征属性,利用自回归积分滑动平均模型和人工神经网络预测未来的客流量,可提高预测的客流量的精准度。

    一种基于时空特征的乘客检测分析方法及系统

    公开(公告)号:CN103729560B

    公开(公告)日:2017-11-14

    申请号:CN201310750210.8

    申请日:2013-12-31

    Abstract: 本发明适用于通信领域,提供了一种基于时空特征的乘客检测分析方法,包括:依次从所有乘客的乘车记录中读取一位乘客的乘车记录;根据乘客的乘车记录计算乘客的乘车特征组中的多个特征数据;判断乘客的乘车特征组中的多个特征数据是否满足物流乘客的六个特征之一;若是,则标记乘客为物流乘客;判断所有乘客是否都标记处理完;若是,则将所有标记的乘客进行归类统计;将归类统计后的最终结果发送给车站管理系统;根据归类统计后的最终结果对当前各个车站的乘客流进行相应的疏通调整管理。本发明还提供了一种基于时空特征的乘客检测分析系统。本发明所提供的基于时空特征的乘客检测分析方法及系统能极大的提高车站疏导乘客流的效率。

    一种客流量的预测方法及装置

    公开(公告)号:CN105513337A

    公开(公告)日:2016-04-20

    申请号:CN201510772773.6

    申请日:2015-11-12

    Abstract: 本发明公开了一种客流量的预测方法及装置,用于客流量预测技术领域。在本发明一些可行的实施方式中,方法包括:获取多源数据中影响客流量的特征属性,所述多源数据包括智能卡刷卡数据、气象数据及机动车GPS数据;基于所述特征属性,利用自回归积分滑动平均模型和人工神经网络预测未来的客流量。本发明技术方案基于多源数据中影响客流量的特征属性,利用自回归积分滑动平均模型和人工神经网络预测未来的客流量,可提高预测的客流量的精准度。

    一种基于时空特征的乘客检测分析方法及系统

    公开(公告)号:CN103729560A

    公开(公告)日:2014-04-16

    申请号:CN201310750210.8

    申请日:2013-12-31

    Abstract: 本发明适用于通信领域,提供了一种基于时空特征的乘客检测分析方法,包括:依次从所有乘客的乘车记录中读取一位乘客的乘车记录;根据乘客的乘车记录计算乘客的乘车特征组中的多个特征数据;判断乘客的乘车特征组中的多个特征数据是否满足物流乘客的六个特征之一;若是,则标记乘客为物流乘客;判断所有乘客是否都标记处理完;若是,则将所有标记的乘客进行归类统计;将归类统计后的最终结果发送给车站管理系统;根据归类统计后的最终结果对当前各个车站的乘客流进行相应的疏通调整管理。本发明还提供了一种基于时空特征的乘客检测分析系统。本发明所提供的基于时空特征的乘客检测分析方法及系统能极大的提高车站疏导乘客流的效率。

    具有功耗意识的数据中心应用服务调度方法

    公开(公告)号:CN102063327B

    公开(公告)日:2013-07-24

    申请号:CN201010589580.4

    申请日:2010-12-15

    CPC classification number: Y02D10/24

    Abstract: 本发明公开了一种具有功耗意识的数据中心应用服务调度方法,包括:S1:获取当前数据中心中所有节点服务器的状态,以及应用服务在节点的分布和资源占用情况;S2:利用历史日志数据和当前应用负载情况,采用多尺度时间序列回归分析方法对数据中心的每个应用服务负载进行预测;S3:根据预测的负载和当前应用负载情况,进行具有功耗意识的应用服务调度优化计算;S4:依据应用服务调度优化计算结果,对节点进行管理,对应用服务进行调度。本发明通过对服务器负载进行统一监控和统一管理,来选择服务的执行节点和调整节点的运行状态,从而有效降低整个数据中心的能耗。

    居民出行规律评估方法、装置、设备及存储介质

    公开(公告)号:CN118779675A

    公开(公告)日:2024-10-15

    申请号:CN202310389910.2

    申请日:2023-04-04

    Abstract: 本发明公开了一种居民出行规律评估方法、装置、设备及存储介质,其中方法包括:获取待分析区域的多个个体的出行数据集合,并将每个个体的出行数据集合划分为通勤出行数据集和非通勤出行数据集;从通勤出行数据集中提取得到表示通勤出行在时间维度上分布规律的第一特征表示,并从非通勤出行数据集中提取得到表示非通勤出行在时间维度和空间维度上分布规律的第二特征表示;以第一特征表示作为每个个体的通勤特征值对所有个体进行聚类,得到所有个体的通勤出行分布规律,且以第二特征表示作为每个个体的非通勤特征值对所有个体进行聚类,得到所有个体的非通勤出行分布规律。本发明能够从通勤出行和非通勤出行对个体出行进行规律性量化,准确性更高。

    一种基于隐马尔科夫模型的城市GPS路网匹配方法

    公开(公告)号:CN117218842A

    公开(公告)日:2023-12-12

    申请号:CN202311189717.0

    申请日:2023-09-14

    Abstract: 本发明涉及城市道路信息技术领域,具体涉及一种基于隐马尔科夫模型的城市GPS路网匹配方法及装置,该方法及装置包括:通过融入不同道路区域的GPS公交车线路GPS误差值的高斯分布和历史转向概率,改进隐马尔科夫模型中的观测概率和状态转移概率的计算,从而进一步提高低采样率的浮动车行驶GPS数据的道路匹配准确度,为城市政府的交通规划与管理提供更充分准确的依据。

    乘客的识别方法和识别装置、电子设备和可读存储介质

    公开(公告)号:CN114090704A

    公开(公告)日:2022-02-25

    申请号:CN202010772726.2

    申请日:2020-08-04

    Abstract: 提供了一种公共交通乘客的识别方法,包括:基于第一乘客出行数据源和第二乘客出行数据源分别获取包括多个第一逻辑出行的第一出行轨迹和包括多个第二逻辑出行的第二出行轨迹;将与第二逻辑出行匹配的第一逻辑出行归类于匹配逻辑出行集;获取匹配逻辑出行集中的第一逻辑出行的出行时间段和第二逻辑出行的出行时间段重叠的出行时间段及其所对应的重叠时长;对重叠时长进行衰减处理,以得到衰减处理后的重叠时长;根据衰减处理后的重叠时长计算出第一出行轨迹和第二出行轨迹的轨迹相似度;根据轨迹相似度对第一乘客和第二乘客进行识别。还提供了一种公共交通乘客的识别装置。本发明提高了不同数据源下同一乘客的识别准确率。

    个体随机出行目的地预测模型的训练方法、介质和设备

    公开(公告)号:CN112529294A

    公开(公告)日:2021-03-19

    申请号:CN202011447063.3

    申请日:2020-12-09

    Abstract: 本发明公开一种个体随机出行目的地预测模型的训练方法、存储介质和设备。训练方法包括:获取待预测出行个体所在站点的个体历史出行特征数据和群体历史出行特征数据以及全局站点静态特征数据;将获取的全局站点静态特征数据输入到特征转换网络,得到区域转换特征数据;将个体历史出行特征数据、群体历史出行特征数据和区域转换特征数据输入到目的地预测网络,得到目的站点预测数据;根据目的站点预测数据以及获取的目的站点真实数据更新损失函数;根据更新后的损失函数对特征转换网络和目的地预测网络的权重参数进行更新。在个体历史出行数据不足的情况下,通过上述训练方法,可实现有效训练,提高了模型对随机出行的预测准确率。

Patent Agency Ranking