摘要
本发明公开了一种基于地铁‑公交网络的实时地铁乘客目的地预测方法,包括:制作地铁乘客出行数据集,包括地铁乘客起始站点的上下文信息、地铁乘客到达频次、地铁乘客即时行程信息和地铁‑公交融合出行信息;构建图卷积注意力网络模型GCAISN,并采用地铁乘客出行数据集对GCAISN模型进行训练,得到训练好的GCAISN模型;利用AdaBoost算法集成多个训练好的GCAISN模型构建强学习器,通过集成学习对带有不同出行特征的地铁乘客目的地预测。本发明分析了地铁乘客的地铁出行记录,能够有效分析和挖掘地铁乘客的出行偏好,并能够有效减少需要大量训练样本的时间成本,提升实时乘客地铁目的地预测的准确性。
技术关键词
AdaBoost算法
网络拓扑结构
卷积注意力网络
节点特征
模块
注意力机制
矩阵
出行特征
样本
学习器
公交站点
出行习惯
偏好特征
可执行程序代码
残差网络
上下文特征
系统为您推荐了相关专利信息
USB接口设备
接收设备
传输方法
主机
通信模块
加速度传感器模块
无线传输模块
信号处理器
信号处理方法
电路模块
生成广告
广告管理方法
智能广告管理系统
图谱
互联网