【技术实现步骤摘要】
本专利技术属于交通管理领域，具体涉及一种基于人工智能的交通数据处理方法及系统。
技术介绍
1、在地铁的运行及交通数据处理中，最重要的一个问题就是对于地铁客流量的预测，相关现有技术中，有直接通过历史数据对客流量进行预测，也有通过人工智能技术对客流量进行预测，比如专利文献cn116629460b公开了一种通过搭建时空模型对客流量进行预测的技术。该技术，将历史的客流数据按照临近性、周期性和趋势性三个时间尺度来分别建模并且分别进行张量的输入和和输出，然后再与外部因素的模型的输出量进行融合，进而得到训练模型能够对客流量进行预测。然而实际上这类技术所依据的临近性、周期性和趋势性三个时间尺度，本质上都是具有一定规律性的时间尺度，比如说临近性既寻找当天与目标时间片段最接近的几个较短的时间片段的数据。周期性就是寻找与目标时间片段接近几天的时间片段数据。趋势性就是寻找最接近的几个周的数据，基于这种数据来进行卷积学习和特征提取形成训练的模型，但是实际上不管是临近性、周期性还是趋势性的三种时间尺度上的数据均因人为选择具有一定的规律性，也就是说，这种数据在提取时...
【技术保护点】
1.基于人工智能的交通数据处理方法，其特征在于，包括步骤：
2.根据权利要求1所述的基于人工智能的交通数据处理方法，其特征在于，对人工智能模型进行检测如果检测成功率达不到阈值但循环进行步骤s3的次数达到阈值，则进行步骤s7确定与初始样本在同一天的时间片段的数据的个数A，随机生成一个小于A的正整数数值a，以第a个与初始样本在同一天的时间片段的数据替换一个同日样本并且以第A-a个与初始样本在同一天的时间片段的数据替换一个同日样本，然后确定与初始样本不在同一天但在同一周的时间片段的数据的个数B，随机生成一个小于B的正整数数值b，以第b个与初始样本不在同一天但在同...
【技术特征摘要】
1.基于人工智能的交通数据处理方法，其特征在于，包括步骤：
2.根据权利要求1所述的基于人工智能的交通数据处理方法，其特征在于，对人工智能模型进行检测如果检测成功率达不到阈值但循环进行步骤s3的次数达到阈值，则进行步骤s7确定与初始样本在同一天的时间片段的数据的个数a，随机生成一个小于a的正整数数值a，以第a个与初始样本在同一天的时间片段的数据替换一个同日样本并且以第a-a个与初始样本在同一天的时间片段的数据替换一个同日样本，然后确定与初始样本不在同一天但在同一周的时间片段的数据的个数b，随机生成一个小于b的正整数数值b，以第b个与初始样本不在同一天但在同一周的时间片段的数据替换一个同周样本并且以第b-b个与初始样本不在同一天但在同一周的时间片段的数据替换一个同周样本，然后确定与初始样本不在同一周但在同一月的时间片段的数据的个数c，随机生成一个小于c的正整数数值c，以第c个与初始样本不在同一周但在同一月的时间片段的数据替换一个同月样本并且以第c-c个与初始样本不在同一周但在同一月的时间片段的数据替换一个同月样本。
3.根据权利要求1所述的基于人工智能的交通数据处理方法，...
【专利技术属性】
技术研发人员：刘恩军，余海波，梅瑞泰，蒋万军，刘纪元，余海忠，
申请(专利权)人：深圳市地铁集团有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。