摘要
本发明属于人群密度预测领域,具体涉及一种基于大数据的重点区域人群密度预测方法;该方法包括:获取人群行为数据,采用自适应图注意力网络对人群行为数据进行对齐与融合,得到融合人群行为特征;对融合人群行为特征进行数据增强,得到增强数据;对增强数据进行多尺度卷积、融合和映射处理,得到多尺度特征表示;采用异构图卷积神经网络对多尺度特征表示进行特征表示学习,得到多维度特征表示;将多维度特征表示输入到密度预测模块中进行处理,得到人群密度预测结果;本发明可有效提高预测结果的准确性,帮助相关工作人员快速获取发生地信息和该区域内人员的流动情况,快速制定解决方案。
技术关键词
密度预测方法
语义特征
多尺度特征
大数据
高维特征向量
异构
特征学习网络
节点特征
矩阵
多层感知机
生成特征
注意力机制
度函数
参数
系统为您推荐了相关专利信息
关联特征数据
多尺度特征提取
多通道数据采集单元
病理图像特征提取
多源异构数据
智能网联汽车
诊断系统
硬件故障检测
数据采集层
数据采集器