摘要
本发明提供一种人口迁移流动流量预测方法及系统,包括:步骤1.构建改进后的深度引力模型;步骤2.将改进后的深度引力模型与XGBoost模型组合构建XGBoost‑深度引力模型;步骤3.构建影响人口迁移流动的指标体系;步骤4.将指标体系中各影响因子作为原始特征,对所述原始特征进行特征选择获取主要影响因素;步骤5.对所述XGBoost‑深度引力模型进行模型训练、检验和筛选;步骤6.基于所述XGBoost‑深度引力模型,进行人口迁移流动流量预测。本发明在对深度引力模型改良的基础上引入极限梯度决策树(XGBoost),通过特征优选提取重要指标,再结合关键变量进行人口迁移流动规模、流动方向及流动网络结构的预测,可以有效降低模型误差,提高模型预测精度。
技术关键词
流量预测方法
XGBoost模型
特征选择
流量预测系统
深度神经网络
非线性特征
组合模块
模型训练模块
因子
超参数
多层感知机
模型误差
洗牌
估计方法
数据分布
网络结构
指标
优化器
系统为您推荐了相关专利信息
无人机实时飞行
稠密深度图
三维避障
立体视觉
无人机动力系统
信号生成器
传输方法
仿真通信系统
发射端
接收端
预警方法
情感分析模型
计算机可读指令
XGBoost模型
客户
套刻标记
指标
设备参数信息
支持向量回归模型
深度神经网络模型
电子竞技赛事
深度学习预测
申威平台
深度神经网络
数据