摘要
本发明属于游客流量预测领域,提供了基于北斗定位和结构化门控循环单元的游客流量预测方法,其技术方案为基于自适应图卷积,采用随机初始化方法,构建得到自适应邻接矩阵;随机初始化游客流量数据序列的时间嵌入向量和空间嵌入向量,并结合广播机制,叠加原始游客流量数据序列,得到多层时空嵌入的游客流量数据序列;结合自适应邻接矩阵和多层时空嵌入的游客流量数据序列,通过将图卷积神经网络嵌入到门控循环单元中,提取得到游客流量时域特征;基于游客流量时域特征和构建的结构化GRUs网络,得到不同时间粒度下的游客流量预测数据,可以动态地学习特征矩阵实现更好的预测性能。
技术关键词
游客流量数据
游客流量预测方法
门控循环单元
初始化方法
序列
线性单元
矩阵
网络
非线性
输出特征
时域特征提取
更新模型参数
节点
处理器
学习特征
数据获取模块
计算机程序产品
系统为您推荐了相关专利信息
机房供电系统
电力分配方法
参数
数据集获取方法
电力分配技术
卫星遥感图像
传感器平台
农业
长短期记忆网络
遥感图像数据
信号检测装置
信号检测方法
控制器
特征值
信号处理
视觉检测组件
神经处理单元
分析报告技术
光学字符识别
硬盘仓
机器人避障方法
解码器
机器人运动轨迹
策略
稳态