摘要
本申请涉及市民卡数据分析技术领域,其具体地公开了一种基于云平台的市民卡消费数据分析系统及方法,其基于地铁站的地铁进站刷卡数据,统计早高峰客流量,然后,使用基于人工智能的数据处理和预测技术来对地铁站的早高峰客流量的历史数据进行数据整理和周期性分解,接着,对各个早高峰客流量的时间子序列进行时序特征提取,以此根据各个早高峰客流量时序特征之间的时序显著聚合表示来智能地预测早高峰客流量,进而判断是否生成客流量异常告警提示。这样,能够利用丰富的历史数据有效分解出不同周期内的显著特征,捕捉到复杂的周期性和非线性变化,从而提高预测模型的准确性和稳定性,为城市的智能化交通管理提供强有力的支持。
技术关键词
编码向量
时序特征
数据分析方法
云平台
数据分析系统
刷卡
序列
后台数据库
因子
客流量统计
数据上传模块
RNN模型
数据分析技术
周期性特征
信息核
分解算法
系统为您推荐了相关专利信息
动态预测方法
时序预测模型
序列
时序特征
融合特征
智能决策系统
路面养护
注意力
子模块
归一化模块
数据补全方法
语义注意力
交叉注意力机制
分段
时序特征
自动生成系统
区块链存证
数据分析单元
医疗设备
识别病人