龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：上海随申行智慧交通科技有限公司
摘要：本发明公开了一种基于多层次邻域矩阵与序列模型的网约车订单量预测方法。所述方法包括：进行地理哈希网格划分，获得订单量数据；基于聚类和分析，选择代表性网格；构建多层次邻域矩阵；计算邻域特征；作为序列‑序列模型的输入对所述序列‑序列模型进行训练；当前时段的实时序列数据输入训练后的模型，获得预测结果。本发明利用筛选代表性网格的方式进行序列‑序列模型的训练，避免无效数据对训练过程产生的干扰，显著提高了训练效率和模型准确性；此外，还进行多层次邻域特征的识别，充分考虑邻域关系的影响，符合网约车需求分布的实际影响规律，得到的预测结果更加逼近现实情形，准确性得以保障，对网约车运行管理的可参考性更强。
主权项：1.一种基于多层次邻域矩阵与序列模型的网约车订单量预测方法，其特征在于，包括：对待预测区域进行地理哈希网格划分，并基于历史记录对每个地理网格中的网约车订单数据进行依时间序列集计，获得订单量数据；基于对所述订单量数据的聚类和分析，选择其中的多个代表性网格；利用多个所述代表性网格构建多层次邻域矩阵，所述多层次邻域矩阵表示任一所述代表性网格与其他代表性网格在多个层次上的相邻关系；利用所述多层次邻域矩阵和订单量数据计算邻域特征，所述邻域特征表示基于所述多层次邻域矩阵计算的与任一所述代表性网格具有所述相邻关系的其他代表性网格的订单量数据的加权和；将第一时段中的所述订单量数据和所述邻域特征作为序列-序列模型的输入，将第二时段中的所述订单量数据作为标签，对所述序列-序列模型进行训练，其中所述第一时段和第二时段在时间序列上连续且所述第二时段在时间上更晚；将当前时段的实时序列数据输入训练后的序列-序列模型，获得未来时段内的网约车订单量依时间序列分布的预测结果。
全文数据：
权利要求：
百度查询： 上海随申行智慧交通科技有限公司 基于多层次邻域矩阵与序列模型的网约车订单量预测方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号