一种基于多任务学习的多模式出行需求预测方法

发明专利有效专利

申请号：
CN202011485155.0
IPC分类号：G06Q10/04;G06Q10/06;G06Q50/30;G06N3/04;G06N3/08
申请日期：
2020-12-16
申请人：
东南大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于多任务学习的多模式出行需求预测方法
申请号	CN202011485155.0	申请日期	2020-12-16
法律状态	实质审查	申报国家	中国
公开/公告日	2021-03-12	公开/公告号	CN112488422A
优先权	暂无	优先权号	暂无
主分类号	G06Q10/04 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法〔8〕 G06Q10/00 行政；管理〔8，2012.01〕 G06Q10/04 预测或优化，例如线性规划、“旅行商问题”或“下料问题”〔2012.01〕	IPC分类号	G;0;6;Q;1;0;/;0;4;;;G;0;6;Q;1;0;/;0;6;;;G;0;6;Q;5;0;/;3;0;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	东南大学	申请人地址	江苏省南京市玄武区四牌楼2号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	东南大学	当前权利人	东南大学
发明人	王升;芦志强;张文波;刘志远;张奇
代理机构	南京经纬专利商标代理有限公司	代理人	朱桢荣

摘要

本发明公开了一种基于多任务学习的多模式出行需求预测方法，涉及交通需求预测技术领域，具体如下：采集多种交通方式的非集计出行数据，对非集计出行数据进行预处理；构造出行需求网格图；构造局部出行需求网格图的时间序列，构造多任务学习样本集，将局部出行需求网格图的时间序列构造为多任务学习样本集；构造基于多任务学习的出行需求预测模型；使用上述中的多任务学习样本集，训练所述基于多任务学习的出行需求预测模型，得到训练好的出行需求预测模型；利用训练好的出行需求预测模型即能进行多模式的出行需求预测。本发明融合多种出行需求预测任务，提高出行需求的预测精度。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供