公开(公告)号：CN115565376A

公开(公告)日：2023-01-03

申请号：CN202211206533.6

申请日：2022-09-30

Applicant: 福州大学

Inventor： 邬群勇 ,  杨谊潇 ,  姚江涛 ,  余丹青 ,  汪小钦

IPC: G08G1/01 ,  G08G1/048 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种融合graph2vec、双层LSTM的车辆行程时间预测方法及系统，该方法包括：获取车辆历史出行轨迹数据，解析轨迹的相关特征信息，转换成键值对的形式存放，构建轨迹特征数据集；获取城市路网的路段唯一标识名与路段之间的邻接关系，构建拓扑空间数据集；对轨迹特征数据集中的特征因子与车辆行程时间进行相关性分析，选取强相关性的特征因子，并与拓扑空间数据集进行匹配，获取预测行程时间数据集；构建融合graph2vec、双层LSTM的车辆行程时间预测模型，将预测行程时间数据集输入到模型中，对车辆的行程时间进行预测，输出车辆行程时间。该方法及系统有利于更加精准的预测车辆行程时间，提高资源利用效率。

公开(公告)号：CN115565376B

公开(公告)日：2024-05-03

申请号：CN202211206533.6

申请日：2022-09-30

Applicant: 福州大学

Inventor： 邬群勇 ,  杨谊潇 ,  姚江涛 ,  余丹青 ,  汪小钦

IPC: G08G1/01 ,  G08G1/048 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/08

Abstract: 本发明涉及一种融合graph2vec、双层LSTM的车辆行程时间预测方法及系统，该方法包括：获取车辆历史出行轨迹数据，解析轨迹的相关特征信息，转换成键值对的形式存放，构建轨迹特征数据集；获取城市路网的路段唯一标识名与路段之间的邻接关系，构建拓扑空间数据集；对轨迹特征数据集中的特征因子与车辆行程时间进行相关性分析，选取强相关性的特征因子，并与拓扑空间数据集进行匹配，获取预测行程时间数据集；构建融合graph2vec、双层LSTM的车辆行程时间预测模型，将预测行程时间数据集输入到模型中，对车辆的行程时间进行预测，输出车辆行程时间。该方法及系统有利于更加精准的预测车辆行程时间，提高资源利用效率。

公开(公告)号：CN115169239A

公开(公告)日：2022-10-11

申请号：CN202210866835.X

申请日：2022-07-22

Applicant: 福州大学

Inventor： 邬群勇 ,  余丹青 ,  杨谊潇 ,  汪小钦

IPC: G06F30/27 ,  G06Q10/02 ,  G06Q10/04 ,  G06Q50/30 ,  G06F119/02

Abstract: 本发明提出融合卷积、注意力和MLP的行程目的地预测方法，包括以下步骤；步骤S1、提取车辆行程轨迹数据，进行轨迹重构；步骤S2、以特征嵌入方法，将车辆车牌号、轨迹行驶时间和轨迹重构后得到的最后一个轨迹点所对应的行驶速度、行驶方向角、时刻转为维度相等的特征数据表示，与轨迹重构得到的轨迹点经纬度位置特征拼接后进行标准化处理；步骤S3、构建融合卷积、注意力和多层感知机MLP的行程目的地预测模型，计算目的地特征权重矩阵；步骤S4、采用MeanShift算法对轨迹目的地进行聚类，并与目的地预测模型得到的特征权重矩阵进行矩阵运算得到行程目的地经纬度坐标值；本发明能提高出租车目的地预测的准确性。