基于深度生成对抗式网络的区域人口演化模型构造方法

    公开(公告)号:CN115983142B

    公开(公告)日:2023-08-29

    申请号:CN202310275471.2

    申请日:2023-03-21

    Abstract: 本发明公开了一种基于深度生成对抗式网络的区域人口演化模型构造方法。该方法是根据人口迁移流动、出生与死亡等本身的自然规律,构造描述区域人口变化的动力学方程;使用行政区域内各个子区域人口的时空演化数据预测下一时刻区域人口数;构造生成对抗式神经网络模型确定人口动力学演化模型参数,并预测下一时刻内的区域人口数;以各个时间点模型预测与真实人口数据的偏差作为生成对抗式神经网络模型判别器的损失函数,以不同时刻的人口数据作为样本训练模型,得到最优化模型参数,获得一个适用于不同行政区域的人口演化模型。

    一种信息推荐的方法、装置、存储介质及电子设备

    公开(公告)号:CN116091101A

    公开(公告)日:2023-05-09

    申请号:CN202310163012.5

    申请日:2023-02-16

    Abstract: 本说明书公开了一种信息推荐的方法、装置、存储介质及电子设备,获取各用户的出行数据,根据出行数据,确定每个用户在不同时间段所处的位置,根据每个用户在不同时间段所处的位置,确定每个用户的出行有向图,根据每个用户的出行有向图,确定各用户对各预设区域进行访问的访问概率,并根据各用户的访问概率,确定在每个预设区域内构建商业体时所需的商业体规模信息,根据商业体规模信息来进行信息推荐。

    基于深度生成对抗式网络的区域人口演化模型构造方法

    公开(公告)号:CN115983142A

    公开(公告)日:2023-04-18

    申请号:CN202310275471.2

    申请日:2023-03-21

    Abstract: 本发明公开了一种基于深度生成对抗式网络的区域人口演化模型构造方法。该方法是根据人口迁移流动、出生与死亡等本身的自然规律,构造描述区域人口变化的动力学方程;使用行政区域内各个子区域人口的时空演化数据预测下一时刻区域人口数;构造生成对抗式神经网络模型确定人口动力学演化模型参数,并预测下一时刻内的区域人口数;以各个时间点模型预测与真实人口数据的偏差作为生成对抗式神经网络模型判别器的损失函数,以不同时刻的人口数据作为样本训练模型,得到最优化模型参数,获得一个适用于不同行政区域的人口演化模型。

Patent Agency Ranking