用于确定预计到达时间的方法、装置、设备及介质制造方法及图纸

本申请公开了一种用于确定预计到达时间的方法、装置、设备及介质，该方法包括：获取待预估路线中每条路段的路段特征，该待预估路线包括至少一条路线；对每条路段的路段特征进行注意力权重分配，得到待预估路线的路线特征；利用所述路线特征预测所述待预估路线对应的预计到达时间。该方案通过对待预估路线的每条路段的路段特征进行注意力权重分配，来提取各路段的局部特征，有效地提高局部拥堵场景的预计到达时间的准确性。

【技术实现步骤摘要】
用于确定预计到达时间的方法、装置、设备及介质
本专利技术一般涉及地图应用
，具体涉及一种用于确定预计到达时间的方法、装置、设备及介质。
技术介绍
随着互联网技术的快速发展，人工智能技术已经广泛应用在各个不同领域当中，如医疗、教育、金融、交通等，其中，在交通领域，如智能导航方面，可以根据在线地图的起点和终点预估所有候选路线的到达时间，也可以在导航过程中，实时获取完成每条路线所需时间，从而为用户规划出最优出行路线。目前，相关技术在预计到达时间的过程中，采用的是基于规则的逐路段累加方法或者基于树模型的机器学习算法。但是，基于规则的逐路段累加方法不仅需要依赖人工经验，而且每条路段的预估时间会进行累积误差，导致准确率低；基于树模型的机器学习算法获得的到达时间预估值也存在不准确的问题。
技术实现思路
鉴于现有技术中的上述缺陷或不足，期望提供一种用于确定预计到达时间的方法、装置、设备及介质，对待预估线路所包含的每条路段的路段特征进行注意力权重分配，有效地提高了预计到达时间的准确性。一方面，本申请实施例提供了一种用于确本文档来自技高网...

【技术保护点】
1.一种用于确定预计到达时间的方法，其特征在于，包括：/n获取待预估路线中每条路段的路段特征，所述待预估路线包括至少一条路段；/n对所述每条路段的路段特征进行注意力权重分配，得到待预估路线的路线特征；/n利用所述路线特征预测所述待预估路线对应的预计到达时间。/n

【技术特征摘要】
1.一种用于确定预计到达时间的方法，其特征在于，包括：
获取待预估路线中每条路段的路段特征，所述待预估路线包括至少一条路段；
对所述每条路段的路段特征进行注意力权重分配，得到待预估路线的路线特征；
利用所述路线特征预测所述待预估路线对应的预计到达时间。


2.根据权利要求1所述的方法，其特征在于，对所述每条路段的路段特征进行注意力权重分配，得到待预估路线的路线特征，包括：
并行地对所述每条路段的路段特征进行特征提取和注意力权重分配，分别得到路段中间特征和路段注意力权重特征；
基于所述路段中间特征和所述路段注意力权重特征确定所述待预估路线的路线特征。


3.根据权利要求2所述的方法，其特征在于，并行地对所述每条路段的路段特征进行特征提取和注意力权重分配，包括：
调用注意力分配模型对所述每条路段的路段特征进行特征提取和注意力权重分配，所述注意力分配模型包括至少一层并行特征结构，每层并行特征结构包括特征提取子模型和注意力权重分配子模型，其中所述特征提取子模型用于对所述每条路段的路段特征进行特征提取，得到路段中间特征；所述注意力权重分配子模型用于对所述每条路段的路段特征进行注意力权重分配，得到路段注意力权重特征；
基于所述注意力分配模型的最后一层特征提取子模型输出的路段中间特征和最后一层注意力权重分配子模型输出的路段注意力权重特征，确定所述待预估路线的路线特征。


4.根据权利要求3所述的方法，其特征在于，对所述每条路段的路段特征进行注意力权重分配，包括：
对所述待预估路线的所有路段的路段特征进行平均值计算，确定平均路段特征；
将所述每条路段的路段特征与所述平均路段特征进行作差计算，得到每条路段对应的差值；
将所述每条路段对应的差值进行卷积和激活函数处理，得到所述每条路段的路段注意力权重特征。


5.根据权利要求1所述的方法，其特征在于，利用所述路线特征预测所述待预估路线对应的预计到达时间，包括：
对所述路线特征进行池化处理，得到所述待预估路线的特征向量；
对所述特征向量进行预测处理，得到所述待预估路线对应的预计到达时间。


6.根据权利要求5所述的方法，其特征在于，对所述特征向量进行预测处理，还包括：
对所述...

【专利技术属性】
技术研发人员：姜正申，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东;44