-
公开(公告)号：CN114202254A
公开(公告)日：2022-03-18
申请号：CN202210135670.9
申请日：2022-02-15
Applicant: 中国矿业大学(北京)
Abstract: 本发明的实施例涉及一种城市轨道交通通勤分布估计方法及系统，提取时间周期T内交通出行交易记录，提取通勤人员；计算每个通勤人员的出行信息，构建每个通勤人员的画像；基于所述画像估计通勤人员群体的通勤分布；每隔特定时段T0，提取时段T0内交通出行交易记录，提取通勤人员；对于已经存在画像的通勤人员，计算与时段T0前一个时间周期T内出行信息的相似度，如果相似度不超过设定阈值则不更新所述画像；否则更新通勤人员的画像；对于不存在画像的通勤人员，采用时间周期T内的数据重新计算通勤人员的出行信息构建通勤人员的画像。本发明提取通勤人员，为通勤人员构建画像并定期更新，基于画像估计通勤分布，估计准确且计算量更小。
-
公开(公告)号：CN116629460B
公开(公告)日：2023-09-12
申请号：CN202310908667.0
申请日：2023-07-24
Applicant: 中国矿业大学(北京)
IPC: G06Q10/04 , G06Q50/30 , G06N3/0464 , G06N3/08
Abstract: 本发明的实施例公开了一种基于ST‑RANet模型的地铁客流预测方法，包括：获取地铁进出站历史客流数据和对应时空的外部因素数据，将所述客流数据和对应的所述外部因素数据融合，组成待预测地区地铁数据集；分别按照邻近性、周期性和趋势性三种时间尺度，对所述待预测地区地铁数据集中的客流数据进行建模，搭建邻近性、周期性和趋势性三个时空模块，将各时间片段所对应的历史客流数据的输入张量作为三个时空模块的输入；将三个时空模块的输出结果融合，得到时空模块输出模型；构建外部因素模块，将外部因素模块输出模型与时空模块输出模型融合，得到客流预测值模型ST‑RANet。本发明能够解决因周期性、趋势性、波动性及随机性等影响因素带来的客流预测不精准问题。
-
公开(公告)号：CN114202254B
公开(公告)日：2022-05-27
申请号：CN202210135670.9
申请日：2022-02-15
Applicant: 中国矿业大学(北京)
Abstract: 本发明的实施例涉及一种城市轨道交通通勤分布估计方法及系统，提取时间周期T内交通出行交易记录，提取通勤人员；计算每个通勤人员的出行信息，构建每个通勤人员的画像；基于所述画像估计通勤人员群体的通勤分布；每隔特定时段T0，提取时段T0内交通出行交易记录，提取通勤人员；对于已经存在画像的通勤人员，计算与时段T0前一个时间周期T内出行信息的相似度，如果相似度不超过设定阈值则不更新所述画像；否则更新通勤人员的画像；对于不存在画像的通勤人员，采用时间周期T内的数据重新计算通勤人员的出行信息构建通勤人员的画像。本发明提取通勤人员，为通勤人员构建画像并定期更新，基于画像估计通勤分布，估计准确且计算量更小。
-
公开(公告)号：CN116629460A
公开(公告)日：2023-08-22
申请号：CN202310908667.0
申请日：2023-07-24
Applicant: 中国矿业大学(北京)
IPC: G06Q10/04 , G06Q50/30 , G06N3/0464 , G06N3/08
Abstract: 本发明的实施例公开了一种基于ST‑RANet模型的地铁客流预测方法，包括：获取地铁进出站历史客流数据和对应时空的外部因素数据，将所述客流数据和对应的所述外部因素数据融合，组成待预测地区地铁数据集；分别按照邻近性、周期性和趋势性三种时间尺度，对所述待预测地区地铁数据集中的客流数据进行建模，搭建邻近性、周期性和趋势性三个时空模块，将各时间片段所对应的历史客流数据的输入张量作为三个时空模块的输入；将三个时空模块的输出结果融合，得到时空模块输出模型；构建外部因素模块，将外部因素模块输出模型与时空模块输出模型融合，得到客流预测值模型ST‑RANet。本发明能够解决因周期性、趋势性、波动性及随机性等影响因素带来的客流预测不精准问题。
-
-
-
Search Results
4
records
(took 0.029 seconds)
