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！

龙图腾网恭喜中国市政工程西南设计研究总院有限公司申请的专利一种基于深度学习的街道空间活力预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119514813B 。

龙图腾网通过国家知识产权局官网在2025-05-06发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510089345.7，技术领域涉及：G06Q10/04；该发明授权一种基于深度学习的街道空间活力预测方法是由邱寒;何茂维;李浩;陈涛;杨峰;郑爽;白静;雷苏文;叶瑾;王汇明;张芳;姚凯;何明娟;付丽童;蔡佳;杨瑞东;杨帅;赵小宇设计研发完成，并于2025-01-21向国家知识产权局提交的专利申请。

本一种基于深度学习的街道空间活力预测方法在说明书摘要公布了：本发明提供了一种基于深度学习的街道空间活力预测方法，涉及区域人流量预测技术领域，目的是将拟合和深度学习进行有效结合实现缺点互补，包括将一年划分为N个周期子模块，对每个周期子模块分别建立对街道的人流量进行预估的拟合模型，构建最小化拟合误差的目标函数获取拟合模型的参数，通过拟合模型获取目标日的第一人流量预估结果；采集多种实时影响数据并结合第一人流量预估结果，通过训练的误差修正模型进行预测修正进而输出第二人流量预估结果，实时影响数据包括自然变化影响数据和人为变化影响数据。本发明具有适应性强、算力消耗较低且精度高的空间活力预测的优点。

本发明授权一种基于深度学习的街道空间活力预测方法在权利要求书中公布了：1.一种基于深度学习的街道空间活力预测方法，其特征在于，包括以下步骤：将一年划分为个周期子模块，对每个所述周期子模块分别建立对街道的人流量进行预估的拟合模型，构建最小化拟合误差的目标函数获取所述拟合模型的参数，通过所述拟合模型获取目标日的第一人流量预估结果；采集多种实时影响数据并结合所述第一人流量预估结果，通过训练的误差修正模型进行预测修正进而输出第二人流量预估结果，所述实时影响数据包括自然变化影响数据和人为变化影响数据；所述误差修正模型通过输入层接收所述实时影响数据和所述第一人流量预估结果，基于所述实时影响数据通过特征提取层提取特征参数，再通过隐藏层将所述特征参数非线性化，最后根据所述特征参数和所述第一人流量预估结果通过输出层输出所述第二人流量预估结果；所述特征提取层提取特征参数的方法为：采集的所述自然变化影响数据包括基于气象预报获取的目标日的温度范围、最大风力等级和最大降雨量；根据所述自然变化影响数据提取自然特征，代表目标日在一年内的天数序号，代表目标日的自然特征；采集的所述人为变化影响数据包括阈值时间和阈值范围内街道外的新增商业设施的位置和在目标日举办的商业娱乐活动的位置，以及阈值时间内街道内的新增商业设施的数量和在目标日举办的商业娱乐活动的数量；根据所述人为变化影响数据提取人为特征，为目标日的人为特征；融合目标日的所述自然特征和所述人为特征形成目标日的所述特征参数： 。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国市政工程西南设计研究总院有限公司，其通讯地址为：610036 四川省成都市金牛区星辉中路11号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。