摘要
本发明公开了一种基于时空表征学习的城市活动结构预测方法,属于城市活动结构预测技术领域,具体包括:建立个体与城市区域访问知识图谱;将体与城市区域访问知识图谱输入到初始化器TransD模型中获得个体集成表征和城市区域初始化表征;将个体集成表征和城市区域初始化表征输入到强化学习环境中,对个体出行和城市区域进行动态表征;将个体出行和城市区域表征通过强化学习方法预测接下来访问的城市区域。本发明达到全面、准确预测城市活动结构的目标。
技术关键词
结构预测方法
强化学习方法
强化学习环境
聚类方法
生成知识图谱
构建知识图谱
分层方式
关系
动态更新
时间段
导热
异性
网络
强度
指标
线路
速率
基础
系统为您推荐了相关专利信息
强化学习方法
实体
控制策略
消息传递机制
标量特征
变分模态分解算法
负荷聚类方法
Lagrange函数
编码
负荷历史数据