基于深度学习的城市人口时空动态分布预测方法

    公开(公告)号:CN119809039A

    公开(公告)日:2025-04-11

    申请号:CN202411872939.7

    申请日:2024-12-18

    Inventor: 姚尧 蒋应红 杨帆

    Abstract: 本发明公开了基于深度学习的城市人口时空动态分布预测方法,包括如下步骤:1、预测目标,结合实际的预测任务的背景,划分所述预测任务的时间范围,将未来n分后、n时后、n天后或n周后的所述预测任务划分为短时预测,将未来n月后或n年后的所述预测任务划分为长时预测;2、数据预处理;先搜集整理多源数据,再结合地理信息GIS技术进行栅格化处理;3、选择对应的预测模型,输入上一步的结果,进行模型预测;4、利用SHAP值分析方法,对所述模型预测的结果进行解释分析,得到不同特征对人口分布预测结果的贡献度。本发明在提高城市人口时空动态分布预测的准确性的前提下,还解决人口预测空间依赖性的问题。

    人因技术导向下优化寻路任务的城市慢行空间设计方法

    公开(公告)号:CN119494141A

    公开(公告)日:2025-02-21

    申请号:CN202411560297.7

    申请日:2024-11-04

    Inventor: 蒋应红 姚尧 杨帆

    Abstract: 本发明公开了人因技术导向下优化寻路任务的城市慢行空间设计方法,包括如下步骤:1、对不同的慢行空间的设计方案进行仿真建模,运用路径规划算法对慢行空间的寻路任务进行细化分解,确定人因空间变量与人因环境变量;2、设计与寻路任务相对应的空间实测实验和情景虚拟实验,基于VR虚拟仿真技术和人因数据采集技术,开展人因变量数据采集实验;3、利用人工智能深度学习算法,对人因感知数据和空间设计变量数据进行耦合作用分析研究;4、基于人工智能数据可视化分析技术,识别人因设计的关键变量,得出人因技术导向下优化寻路任务的城市慢行空间规划设计方法。本发明解决了传统寻路技术仅推荐最短路而不考虑路径空间品质和人体舒适度的缺点。

Patent Agency Ranking