基于多任务学习多模式出行流协同预测方法、系统及装置

AITNT
正文
推荐专利
基于多任务学习多模式出行流协同预测方法、系统及装置
申请号:CN202411969555
申请日期:2024-12-30
公开号:CN119862994B
公开日期:2025-10-28
类型:发明专利
摘要
本发明公开一种基于多任务学习的多模式出行流协同预测方法、系统及装置,方法包括:获取待测区域中多种出行方式的相关数据;将多种出行方式的相关数据进行预处理及时空对齐,基于OD流矩阵,提取OD流的流量相似特征及建成环境特征和时序特征,基于建成环境特征和时序特征提取建成环境与移动流的高维特征;基于空间邻近关系构建空间邻接图,基于流量相似特征构建流量特征图,基于提取的高维特征构建建成环境特征图,进而构建每种出行方式视图;构建流量预测预训练模型,对流量预测预训练模型进行训练,得到流量预测模型;将待测OD流输入至流量预测模型进行预测得到下一时刻预测结果。基于历史OD流和建成环境数据预测后续时段的多交通OD流,结果精度高。
技术关键词
依赖特征 出行方式 协同预测方法 特征提取模块 流量预测模型 预训练模型 空间邻近关系 多任务 多模式 矩阵 时间卷积网络 注意力机制 兴趣点 时序特征 地理信息数据 时间段 终点 卷积结构学习 模型训练模块
系统为您推荐了相关专利信息
1
试验鉴定任务评估方法及装置
信息抽取模型 语义特征 数据 依赖特征 条件随机场
2
基于图像识别和自然语言处理的文物分类鉴定系统及方法
鉴定系统 图像处理模块 图像采集模块 特征提取模块 匹配模块
3
一种基于AI多源信息融合的图像超分辨率重建系统
卷积模块 训练数据处理 融合特征 Winograd算法 特征提取模块
4
GIS多源局放模式的识别方法、装置、设备、存储介质
金字塔池化模块 注意力 特征提取模块 分支 识别方法
5
一种复杂工件的图像效果评估方法及相关装置
相机设备 区域特征提取 特征匹配算法 服务设备 工件
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