基于半监督学习的公交用户属性预测模型构建方法、设备及介质

AITNT
正文
推荐专利
基于半监督学习的公交用户属性预测模型构建方法、设备及介质
申请号:CN202411588865
申请日期:2024-11-08
公开号:CN119647645A
公开日期:2025-03-18
类型:发明专利
摘要
本发明涉及一种基于半监督学习的公交用户属性预测模型构建方法、设备及介质,该方法包括:获取包含出行信息、职住信息和用户属性信息的城市居民出行调查数据,预处理后得到公交用户的第一出行链;获取城市公交刷卡数据,预处理后得到公交用户的第二出行链;根据设定规则识别出所述第二出行链中公交用户的职住信息,分别利用人口密度数据和土地价格数据为第一出行链和第二出行链添加用户的职住空间特征;以第一出行链数据为训练数据,训练初始公交用户属性预测模型,并引入第二出行链数据进行半监督学习,迭代更新得到最终的公交用户属性预测模型。与现有技术相比,本发明可更加准确可靠地预测公交用户属性。
技术关键词
属性预测模型 半监督学习 预测模型构建方法 站点 地地址 居民出行调查数据 XGBoost模型 刷卡 教师 轮廓系数 出行方式 栅格 样本 地点 训练特征 标签 序列特征
系统为您推荐了相关专利信息
1
基于多层次分布式计算架构的联网收费数据同步优化方法
联网收费数据 分布式计算架构 全局数据同步 策略 动态数据同步
2
一种基于半监督学习的图像分类模型的构建方法
图像分类模型 半监督学习 样本 机器学习模型 半监督训练
3
一种铁路跨线客流的枢纽内列车开行方法
构建轨道交通 布局形式 铁路列车 城市轨道交通车站 构建数学模型
4
无人值守站点智能电源
子模块 智能电源 智能储能 荷电状态估算 链路
5
一种基于距离-多普勒的二维空间目标配对方法
多普勒 配对方法 路径特征 分布式雷达 矩阵
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