摘要
基于小波多尺度与异构数据融合的机场客流预测方法,包括步骤:S1、将历史客流量数据分解得到各尺度下的近似系数和细节系数;S2、将机场多模态异构数据进行时间对齐后再进行特征编码,得到各模态编码结果;S3、对各模态编码结果内部不同变量计算注意力并经过Merge融合,得到各模态的全局表示;再将各模态的全局表示通过模态间注意力运算进行特征融合,得到融合结果;S4、将各尺度下近似系数和细节系数分别与融合结果共同输入多尺度小波系数预测器,得到各尺度下近似系数预测和细节系数预测;将各尺度下的近似系数预测和细节系数预测进行重构得到对应尺度下的信号分量;S5、将各尺度下的信号分量通过权重分配器进行加权融合得到最终预测结果。
技术关键词
客流预测方法
输入多尺度
异构
突发事件数据
节假日效应
多模态
对齐方法
注意力机制
分配器
重构模块
编码模块
信号
变量
阶段
系统为您推荐了相关专利信息
LED箱体
家庭影院
智能控制系统
LED模组
集成媒体模块
微观组织结构
引入注意力机制
微结构
医学图像处理技术
Softmax函数
隧道围岩
模型构建方法
条件随机场
隧道模型
地质结构
五轴数控机床
监控方法
五轴机床
坐标系
可读储存介质