公开(公告)号：CN109389244B

公开(公告)日：2020-08-18

申请号：CN201811038526.3

申请日：2018-09-06

Applicant: 浙江鸿程计算机系统有限公司

Inventor： 吴勇 ,  陈岭 ,  余珊珊 ,  严伟强 ,  钟宏泽 ,  季海琦

IPC: G06Q10/04 ,  G06K9/00 ,  G06N3/04 ,  G06N3/08 ,  G06Q50/14

Abstract: 本发明涉及一种基于GRU的多因素感知短期景区内游客人数预测方法，具体实施如下：1)对原始景区数据进行预处理，得到多个时间序列和预测时刻的相关情境信息及其距当前时刻的时刻数；2)利用CNN卷积神经网络提取时间序列的特征向量；利用GRU网络处理CNN提取的特征向量，得到时序特征向量；3)将GRU中得到的时序特征向量和预测时刻的相关情境信息及其距当前时刻的时刻数独热(one‑hot)编码相连接，输入到全连接层中，得到预测时刻景区内游客人数。本发明利用CNN和GRU处理景区多时序数据，并加入预测时刻的相关情境信息及其距当前时刻的时刻数来预测短期景区内游客人数，在智能旅游、流量预测等领域具有广阔的应用前景。

公开(公告)号：CN109389244A

公开(公告)日：2019-02-26

申请号：CN201811038526.3

申请日：2018-09-06

Applicant: 浙江鸿程计算机系统有限公司

Inventor： 吴勇 ,  陈岭 ,  余珊珊 ,  严伟强 ,  钟宏泽 ,  季海琦

IPC: G06Q10/04 ,  G06K9/00 ,  G06N3/04 ,  G06N3/08 ,  G06Q50/14

Abstract: 本发明涉及一种基于GRU的多因素感知短期景区内游客人数预测方法，具体实施如下：1)对原始景区数据进行预处理，得到多个时间序列和预测时刻的相关情境信息及其距当前时刻的时刻数；2)利用CNN卷积神经网络提取时间序列的特征向量；利用GRU网络处理CNN提取的特征向量，得到时序特征向量；3)将GRU中得到的时序特征向量和预测时刻的相关情境信息及其距当前时刻的时刻数独热(one-hot)编码相连接，输入到全连接层中，得到预测时刻景区内游客人数。本发明利用CNN和GRU处理景区多时序数据，并加入预测时刻的相关情境信息及其距当前时刻的时刻数来预测短期景区内游客人数，在智能旅游、流量预测等领域具有广阔的应用前景。