摘要
本发明提供一种城市公路运输价格预测方法、装置、电子设备及存储介质,通过收集车辆数据、货物数据、线路数据、文本数据和原始时序数据;对车辆数据、货物数据和第一部分线路数据进行第一预处理,得到结构性非时序特征,对第二部分线路数据和文本数据进行第二预处理,得到类别型特征,对原始时序数据进行第三预处理,得到结构性时序特征;将结构性非时序特征、类别型特征和结构性时序特征转化为数值型特征;将数值型特征输入运价回归预测模型,输出运价预测结果;本发明通过大语言模型对文本类数据进行特征提取,转化为结构化特征,从而实现深度时序模型与大语言模型的有机融合,实现高精度的运价动态预测,提升对突发事件的实时响应能力。
技术关键词
时序特征
价格预测方法
回归预测模型
数据
数值
长短期记忆网络
非暂态可读存储介质
文本
线路特征
深度神经网络
大语言模型
车辆
三次样条插值
指标
标准化方法
归一化方法
电子设备
处理器
系统为您推荐了相关专利信息
主题语义
数据
风险评估系统
大语言模型
循环神经网络模型
高效充电方法
锂离子电池
气液动力学模型
数据采集模块
电池表面温度
智能管理方法
区块链溯源
多模态
商品图像识别
电子价签
焊缝缺陷检测方法
语义分割网络
焊缝缺陷图像
智能切割方法
矩形
疲劳状态检测方法
高阶神经网络
生成对抗网络模型
特征提取模型
机车