摘要
本发明公开了一种基于深度学习的突发公共卫生事件短期OD客流预测方法。该方法包括:获取突发公共卫生事件期间,在第t个时间步观察到的多种模式的OD需求矩阵以及事件相关信息,所述多种模式的OD需求矩阵包括周OD需求矩阵,日OD需求矩阵和实时OD需求矩阵;基于所述多种模式的OD需求矩阵和所述事件相关信息,利用经训练的深度学习模型,预测未来时间步的OD客流矩阵,获得目标站点的客流预测结果。本发明提高了重大公共卫生期间轨道交通的客流预测准确性和泛化能力。
技术关键词
空间特征提取
突发公共卫生事件
客流特征
矩阵
客流预测方法
深度学习模型
特征提取模块
异构
Softmax函数
模式
站点
输出特征
频率
变换特征
处理器
编码
计算机设备
傅立叶
系统为您推荐了相关专利信息
智能管理平台
语义特征
矩阵
词嵌入向量
智能管理方法
无线异构网络
锚节点
时序
异构网络管理方法
网络节点
PS转炉
长短期记忆神经网络模型
HSV色彩空间
多源融合
火焰轮廓
金融产品推荐方法
数据特征提取
金融产品推荐装置
特征提取模型
预训练模型