公开(公告)号：CN110414747B

公开(公告)日：2022-02-01

申请号：CN201910729037.0

申请日：2019-08-08

Applicant: 东北大学秦皇岛分校

Inventor： 袁晓铭 ,  韩建超 ,  王雪 ,  王一帆 ,  陈子瑞 ,  刘杰民

IPC: G06Q10/04 ,  G06Q50/26 ,  G06F16/29 ,  G06N3/04 ,  G06K9/62

Abstract: 本发明公开了一种基于深度学习的时空长短期城市人流量预测方法，用于人流量预测。本发明在提取空间相关性时，将邻近区域相关性做局部卷积，将遥远区域相关性用图卷积提取，减少了参数和计算量的同时又兼顾了空间相关性的完整；本发明同时捕捉了短期时间依赖长期的时间依赖，使预测结果在时间维度更精确；本发明将区域语义信息分布考虑进来，将每个区域中的每种类型的感兴趣区域(POI)赋予相应的占比权重，更精确地利用了区域语义对城市人流量的影响。

公开(公告)号：CN110414747A

公开(公告)日：2019-11-05

申请号：CN201910729037.0

申请日：2019-08-08

Applicant: 东北大学秦皇岛分校

Inventor： 袁晓铭 ,  韩建超 ,  王雪 ,  王一帆 ,  陈子瑞 ,  刘杰民

IPC: G06Q10/04 ,  G06Q50/26 ,  G06F16/29 ,  G06N3/04 ,  G06K9/62

Abstract: 本发明公开了一种基于深度学习的时空长短期城市人流量预测方法，用于人流量预测。本发明在提取空间相关性时，将邻近区域相关性做局部卷积，将遥远区域相关性用图卷积提取，减少了参数和计算量的同时又兼顾了空间相关性的完整；本发明同时捕捉了短期时间依赖长期的时间依赖，使预测结果在时间维度更精确；本发明将区域语义信息分布考虑进来，将每个区域中的每种类型的感兴趣区域(POI)赋予相应的占比权重，更精确地利用了区域语义对城市人流量的影响。