-
公开(公告)号：CN115620512B
公开(公告)日：2024-07-02
申请号：CN202211143429.7
申请日：2022-09-20
Applicant: 鹏城实验室
IPC: G08G1/01 , G06N3/0455 , G06N3/08 , G06N5/02
Abstract: 本发明公开了一种基于知识图谱的交通量预测方法、装置、终端及存储介质，方法包括：根据知识图谱表示学习算法学习知识图谱的结点和关系表示；根据预设周期采集需要预测的各个空间点在不同时间点的交通量数据，得到交通量的时空序列数据；根据知识图谱的结点和关系表示以及交通量的时空序列数据，训练交通量预测模型；使用第一损失函数和基于梯度下降的优化器优化交通量预测模型，得到优化的交通量预测模型；根据知识图谱的结点和关系表示以及优化的交通量预测模型，预测未来一定时间内的交通量。本发明应用知识图谱表示学习算法学习知识图谱时空结点的知识表示，将带有知识的时空结点表示输入交通预测模型，提升交通预测模型的准确率。
-
公开(公告)号：CN115620512A
公开(公告)日：2023-01-17
申请号：CN202211143429.7
申请日：2022-09-20
Applicant: 鹏城实验室
IPC: G08G1/01 , G06N3/0455 , G06N3/08 , G06N5/02
Abstract: 本发明公开了一种基于知识图谱的交通量预测方法、装置、终端及存储介质，方法包括：根据知识图谱表示学习算法学习知识图谱的结点和关系表示；根据预设周期采集需要预测的各个空间点在不同时间点的交通量数据，得到交通量的时空序列数据；根据知识图谱的结点和关系表示以及交通量的时空序列数据，训练交通量预测模型；使用第一损失函数和基于梯度下降的优化器优化交通量预测模型，得到优化的交通量预测模型；根据知识图谱的结点和关系表示以及优化的交通量预测模型，预测未来一定时间内的交通量。本发明应用知识图谱表示学习算法学习知识图谱时空结点的知识表示，将带有知识的时空结点表示输入交通预测模型，提升交通预测模型的准确率。
-
公开(公告)号：CN117033813A
公开(公告)日：2023-11-10
申请号：CN202310909389.0
申请日：2023-07-21
Applicant: 鹏城实验室
IPC: G06F16/9537 , G06F16/9535 , G06N3/045 , G06N3/0464 , G06N3/042 , G06N3/049 , G06N3/08 , G06Q50/30
Abstract: 本申请实施例提供了一种运营车辆的出行推荐方法、系统、设备及介质，属于智能交通技术领域。所述方法包括：将根据运营车辆的历史载客时间和对应的历史载客地点计算得到的需求时空分布数据和收益时空分布数据，分别输入到预先训练好的第一时空图卷积神经网络模型和第二时空图卷积神经网络模型中，得到需求时空预测数据和收益时空预测数据；之后，以收益为规划目标，将载客偏好时间和载客偏好地点作为求解约束条件，根据求解约束条件对需求时空预测数据、收益时空预测数据、载客偏好时间和载客偏好地点进行混合整数规划求解，得到推荐的目标载客时间和对应的目标载客地点。本申请能够在满足运营车辆个性化载客时空偏好的基础下，实现收益最大化。
-
公开(公告)号：CN117634721A
公开(公告)日：2024-03-01
申请号：CN202311305911.0
申请日：2023-10-08
Applicant: 鹏城实验室
IPC: G06Q10/063 , G06Q50/26 , G06Q10/04 , G06Q50/40
Abstract: 本申请实施例公开了一种人群预测模型训练方法及相关方法、装置和设备。包括：获取对象的刷卡数据，根据刷卡数据和第一交通工具的预设交通数据确定出对象的出行信息和第一站点对应的目标交通数据，以生成第一站点的第一特征数据；确定第一站点相关联的第一栅格以及相关联的关联站点，根据相关联的第一栅格和关联站点确定出第一站点的第二特征数据；确定与第一站点相关联的第二交通工具对应的第二站点以及第二站点对应的第二栅格；根据第二栅格和第一栅格确定出第一站点对应的第三特征数据；根据第一特征数据、第二特征数据以及第三特征数据中的至少一种数据对基础模型进行训练，得到人群预测模型。该模型能提升人群预测准确性。
-
-
-
Search Results
4
records
(took 0.017 seconds)
