摘要
本申请提供了一种体育赛事观众流量智能预测方法、装置、设备及介质,其中,所述方法包括:通过传感设备采集场馆实时人流数据,结合赛事进程事件流对实时人流数据进行时空网格化处理,生成时空网格数据集;通过深度神经网络模型对时空网格数据集进行时空特征融合,计算每个网格的突变系数,将突变系数满足预设阈值的网格确定为核心区域;获取场馆的建筑数据库,基于建筑数据库构建路径抗阻矩阵;根据核心区域与路径抗阻矩阵构建传导模型,预测人流压力扩散路径,生成扩散路径集合;基于扩散路径集合与路径抗阻矩阵,通过驻留意愿权重计算未来时段内各区域的人流量预测值。采用本方法可以自动识别场馆内流量核心区域,提高体育赛事安全管理水平。
技术关键词
网格
深度神经网络模型
矩阵
智能预测方法
场馆
时空融合特征
传感设备
核心
建筑
智能预测装置
WiFi探针
流体力学模型
商业
人流量预测
压力
长短期记忆网络
进程
数据处理模块
动态
系统为您推荐了相关专利信息
传感器布局优化
涡轮盘
降阶模型
高阶奇异值分解
温度场重构
驾驶员状态检测
情感分析方法
语义特征
病毒特征
语音特征