-
公开(公告)号：CN113077090A
公开(公告)日：2021-07-06
申请号：CN202110380561.9
申请日：2021-04-09
Applicant: 上海大学
Abstract: 本发明提供了客流预测方法、系统及计算机可读存储介质，其中客流预测方法，包括以下步骤：S1、获取轨道交通客流数据和影响因素数据并进行预处理，得到客流信息；S2、根据轨道交通客流关系构造轨道网络图、站点属性图和客流趋势图，得到图的结构信息；S3、构建基于深度学习的混合神经网络模型，将客流信息和图的结构信息输入，得到客流预测结果。本客流预测方法、系统及计算机可读存储介质，考虑了包括实时天气条件，工作日状态等多种影响因素，在对轨道交通客流进行短时预测时能获得更高的精准度；考虑了轨道交通客流存在的多种时间依赖关系，通过三个并行的网络模型分别对临近时间客流，短时客流，长期客流进行建模，具有更好的预测性能。
-
公开(公告)号：CN113177657A
公开(公告)日：2021-07-27
申请号：CN202110423095.8
申请日：2021-04-20
Applicant: 上海大学
Abstract: 一种轨道交通客流预测方法及装置，所述轨道交通客流预测方法包括：获取客流参数，所述客流参数包括训练数据集、测试数据集与验证数据集；将所述训练数据集输入至预先构建的初始TPA‑LSTM模型，以对所述初始TPA‑LSTM模型进行训练，得到目标TPA‑LSTM模型；将所述测试数据集输入至所述目标TPA‑LSTM模型中，得到实时客流预测结果。
-
Patent Agency Ranking
公开(公告)号：CN113077090B
公开(公告)日：2023-05-23
申请号：CN202110380561.9
申请日：2021-04-09
Applicant: 上海大学
IPC: G06Q10/04 , G06F18/2411 , G06N3/0442 , G06N3/08 , G06Q50/30
Abstract: 本发明提供了客流预测方法、系统及计算机可读存储介质，其中客流预测方法，包括以下步骤：S1、获取轨道交通客流数据和影响因素数据并进行预处理，得到客流信息；S2、根据轨道交通客流关系构造轨道网络图、站点属性图和客流趋势图，得到图的结构信息；S3、构建基于深度学习的混合神经网络模型，将客流信息和图的结构信息输入，得到客流预测结果。本客流预测方法、系统及计算机可读存储介质，考虑了包括实时天气条件，工作日状态等多种影响因素，在对轨道交通客流进行短时预测时能获得更高的精准度；考虑了轨道交通客流存在的多种时间依赖关系，通过三个并行的网络模型分别对临近时间客流，短时客流，长期客流进行建模，具有更好的预测性能。
-
公开(公告)号：CN113095986B
公开(公告)日：2022-09-09
申请号：CN202110380551.5
申请日：2021-04-09
Applicant: 上海大学
Abstract: 本发明提供了公共交通满载率计算方法、系统及计算机可读存储介质，其中公共交通满载率计算方法，包括以下步骤：S1、获取乘客行程数据以及运行信息，将乘客分为直达乘客和换乘乘客；S2、根据所述乘客行程数据匹配所述外部特N*d N*d征得到数据集R ；S3、根据所述数据集R 计算直达乘客实际上车和下车的时间；S4、根据所述数据集RN*d计算换乘乘客在不同站台上的实际上车和下车的时间；S5、根据公共交通运行时间和额定总载客量计算在设定线路上不同时间段的满载率。本公共交通满载率计算方法、系统及计算机可读存储介质，能够客观准确的计算公共交通的满载率。
-
公开(公告)号：CN113177657B
公开(公告)日：2022-08-30
申请号：CN202110423095.8
申请日：2021-04-20
Applicant: 上海大学
Abstract: 一种轨道交通客流预测方法及装置，所述轨道交通客流预测方法包括：获取客流参数，所述客流参数包括训练数据集、测试数据集与验证数据集；将所述训练数据集输入至预先构建的初始TPA‑LSTM模型，以对所述初始TPA‑LSTM模型进行训练，得到目标TPA‑LSTM模型；将所述测试数据集输入至所述目标TPA‑LSTM模型中，得到实时客流预测结果。
-
公开(公告)号：CN113095986A
公开(公告)日：2021-07-09
申请号：CN202110380551.5
申请日：2021-04-09
Applicant: 上海大学
Abstract: 本发明提供了公共交通满载率计算方法、系统及计算机可读存储介质，其中公共交通满载率计算方法，包括以下步骤：S1、获取乘客行程数据以及运行信息，将乘客分为直达乘客和换乘乘客；S2、根据所述乘客行程数据匹配所述外部特征得到数据集RN*d；S3、根据所述数据集RN*d计算直达乘客实际上车和下车的时间；S4、根据所述数据集RN*d计算换乘乘客在不同站台上的实际上车和下车的时间；S5、根据公共交通运行时间和额定总载客量计算在设定线路上不同时间段的满载率。本公共交通满载率计算方法、系统及计算机可读存储介质，能够客观准确的计算公共交通的满载率。
-
公开(公告)号：CN113076726A
公开(公告)日：2021-07-06
申请号：CN202110340866.7
申请日：2021-03-30
Applicant: 上海大学
IPC: G06F40/166 , G06F40/211
Abstract: 本发明提供了注意力范围自适应方法、系统及计算机可读存储介质，其中注意力范围自适应方法，包括以下步骤：S1、通过缓存机制保存模型的隐向量序列，设置保存的最大长度；S2、添加掩盖函数控制模型的注意力范围；根据所述掩盖函数的最长范围确定参与模型计算的隐向量序列长度；S3、训练所述掩盖函数，并通过训练后的掩盖函数确定模型的注意力范围。本注意力范围自适应方法、系统及计算机可读存储介质，不仅可以调节当前层注意力头的注意力范围，还可以调节模型其他层注意力头的注意力范围，在保证让每层的学习到最佳的注意力范围，同时让模型保持最佳的注意力范围。
-
-
-
-
-
-
Search Results
7
records
(took 0.015 seconds)
