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：南京航空航天大学
摘要：本发明公开了一种基于分布外数据的长期城市流量预测方法，包括：获取城市长期数据并进行预处理；将城市划分成等大小的网格区域，并构建地理距离图；计算每个网格区域每个时间步的上下文因子先验和后验分布；学习不同上下文的时空序列表征；基于后门调整的因果干预消除上下文因子对预测带来的混淆，得到季节部分表征；学习流量分布和兴趣点分布的演变模式；基于演变模式使用基于线性交叉注意力机制学习流量和兴趣点演变的潜在因果影响；将潜在因果影响通过因果调整作用于兴趣点表征，得到趋势部分表征；联合季节部分表征和趋势部分表征，通过多层感知机预测未来时间步的城市流量。本发明方法能够充分挖掘数据之间存在的因果关系，消除混淆的影响，从而更加准确地预测分布外数据。
主权项：1.一种基于分布外数据的长期城市流量预测方法，其特征在于，所述方法包括以下步骤：步骤1，获取城市数据，并对数据进行预处理以消除噪声数据；所述城市数据包括城市流量数据和城市兴趣点数据；步骤2，将城市划分成等大小的网格区域，基于区域之间的距离构建地理距离图Ageo；步骤3，基于因果推断计算上下文因子的先验分布和后验分布；步骤4，利用基于STGCN的上下文特定编码器学习不同上下文的时空序列表征；步骤5，基于后门调整在时空序列表征中消除上下文因子对预测产生的混淆影响，得到季节部分表征；步骤6，利用基于门控循环单元和图神经网络的演变学习器学习城市数据分布的演变模式；步骤7，利用基于线性交叉注意力机制的因果依赖学习器学习城市数据演变的潜在因果影响；步骤8，利用因果调整降低虚假兴趣点和流量之间的影响，得到趋势部分表征；步骤9，联合所述季节部分表征和趋势部分表征，利用多层感知机预测未来流量。
全文数据：
权利要求：
百度查询： 南京航空航天大学 基于分布外数据的长期城市流量预测方法
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