基于迁移学习的人群出行节律预测方法和装置

AITNT
正文
推荐专利
基于迁移学习的人群出行节律预测方法和装置
申请号:CN202411673500
申请日期:2024-11-21
公开号:CN119647660A
公开日期:2025-03-18
类型:发明专利
摘要
本申请涉及计算机技术领域。本申请公开了一种基于迁移学习的人群出行节律预测方法和装置,其能够提高人群出行节律预测方法的适用性,以及提高预测结果的准确性。所述基于迁移学习的人群出行节律预测方法包括获取待预测区域的出行数据集;将所述出行数据集输入出行节律预测模型进行预测处理,获得预测结果,其中,所述出行节律预测模型是由迁移学习模型处理获得的扩充数据集训练而成,并且,训练所述迁移学习模型的每个训练样本均含有人群富集区域的出行数据和人群稀缺区域的出行数据。
技术关键词
迁移学习模型 序列 图像 生成对抗网络 存储计算机程序 数据迁移 富集 预测装置 成像 存储器 可读存储介质 终端设备 标签 处理器 关系 参数 分段 模块
系统为您推荐了相关专利信息
1
一种基于离散元的水体在土壤颗粒中运动的建模方法
断层图像数据 建模方法 三维立体结构 复合体 相互作用模型
2
目标检测方法、计算机设备和可读存储介质
拍摄装置 注意力 多视角 数据 演化策略
3
一种基于视频理解的多模态检索方法
模态检索方法 图像特征提取模型 关键词 特征向量值 字幕
4
利用物理信息嵌入生成对抗网络的城市街区风环境快速预测方法
深度生成模型 生成对抗网络 监测点 物理 多通道
5
一种联合XGBoost算法与负压波定位输气管道泄漏的方法及系统
XGBoost算法 输气管道 XGBoost模型 SCADA系统 压力波
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