摘要
本发明公开了一种改进的时间生成对抗网络地铁客流量预测方法,属于机器学习领域,方法包括:以固定时间间隔采集地铁线路中某站点出发流向其他站点的客流量数据并执行数据清洗操作;基于地铁站点图结构得到地铁站点图结构的注意力权重矩阵;基于时间图结构得到时间图结构的注意力权重矩阵;将两个权重矩阵进行拼接得到综合注意力权重矩阵;通过将所有站点、所有时间和带有站点和时间维度的综合注意力权重矩阵得到一个三维矩阵;将三维矩阵输入时序生成对抗网络模型进行训练,得到地铁客流预测数据并验证生成数据的真实性。本发明通过构建地铁站点图结构和时间图结构,以图结构的方式改进了机器学习模型,提高了机器学习模型的客流量预测精度。
技术关键词
地铁客流量预测方法
生成对抗网络模型
站点
矩阵
RNN神经网络
联合损失函数
时间段
客流预测
数据
时序
注意力模型
机器学习模型
解码器
无监督对抗
编码器
售检票系统
随机噪声
刷卡
系统为您推荐了相关专利信息
分割识别方法
可见光图像
多维度特征提取
配准预处理
多尺度特征融合
资产
投资者
量子优化算法
量子计算方法
配置优化方法
分布式存储方法
高频特征
压缩单元
高质量输出图像
语义
三维网格数据
计算方法
神经网络模型
时间变化特征
三维电磁场