一种基于先验因果传递的城市出行需求预测方法

AITNT
正文
推荐专利
一种基于先验因果传递的城市出行需求预测方法
申请号:CN202411117155
申请日期:2024-08-15
公开号:CN118627702B
公开日期:2024-11-12
类型:发明专利
摘要
本发明属于时空数据挖掘领域,公开了一种基于先验因果传递的城市出行需求预测方法。所述预测方法首先收集历史城市出行需求数据,构造训练集;接着构建基于先验因果传递的深度学习模型,包括因果去偏模块、因果图学习器、先验因果传递模块和融合预测模块;采用训练集对深度学习模型完成训练;最后将训练好的深度学习模型应用于未来城市出行需求数据的预测。本发明的预测方法能够有效提升预测模型的精度和鲁棒性。
技术关键词
出行需求 深度学习模型 矩阵 输出特征 学习器 生成城市 特征提取模块 动态 训练集 共享单车 数据 出租车 公交车 网络 鲁棒性 参数 编码器 精度
系统为您推荐了相关专利信息
1
一种基于多源数据加权特征的个性化图书推荐系统及方法
图书推荐系统 个性化图书推荐方法 生成个性化推荐 矩阵 BERT模型
2
基于扩散模型的产品生命周期管理方法及装置
参数 基元 数据 深度学习模型 编码器
3
一种干扰策略生成方法、装置及设备
策略生成方法 雷达 矩阵 策略生成装置 Q学习算法
4
基于配电网线路承载力模型的光储充系统优化选址配置方法、系统及介质
线路 充电站容量 节点 二阶锥规划 交流配电网
5
一种基于图像的皮肤治疗效果评估方法、介质及系统
光谱分析模型 色素 皮肤治疗 时间序列图像 多尺度特征提取
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号