摘要
本发明属于客流预测技术领域,具体的说是基于时空动态图聚类的节假日地铁客流预测方法及系统,包括获取节假日特性变量信息;根据站点客流特性变量信息,利用动态图聚类算法实现地铁网络站点组团特征,将相似的出行模式的站点进行聚类;基于获取到的节假日特性变量信息,利用动态图聚类算法的结果,在不同站点聚类簇中,构建客流预测模型,对地铁站点的节假日客流进行预测,本发明采用了将Transformer架构和图神经网络相结合的GTN方法对地铁节假日全网进站客流进行预测。该方法将自注意机制扩展到地铁出行网络图节点和边上,对不同站点和站点间连接关系进行加权关注,更准确把握不同站点间客流模式关联性,提高预测精度。
技术关键词
地铁客流预测方法
站点
聚类算法
节点
卷积网络模型
变量
客流预测技术
客流预测系统
滤波器
社交媒体平台
多头注意力机制
误差反向传播
动态出行
深度学习模型
矩阵
编码特征
系统为您推荐了相关专利信息
节点导纳矩阵
简化系统
结构简化方法
输入电力系统
节点特征
软件缺陷预测方法
稀疏主成分分析
矩阵
皮尔逊相关系数
软件缺陷预测技术