【技术实现步骤摘要】
本申请涉及城市智能计算，尤其涉及一种人群流量预测方法、装置、终端及存储介质。
技术介绍
1、随着城市化进程加快，城市居民数量剧增，人们对于出行、购物、旅游的需求也在不断增长，受益于公共交通设施的完善，人们可以快速到达目的地。但是出行人次和频率的增加，造成了道路交通拥挤以及公共交通站点人群密集，容易存在安全隐患。许多研究集中于探索这些居民流动的数字足迹，期望以人工智能的力量，改善居民的生活品质。其中，预测乘客出行需求吸引了相当大的关注，因为预测结果有助于许多智能交通应用程序的决策，如公共交通管理、共享自行车再分配、道路交通疏导等。众所周知，通过分析乘客的出行需求，可以进一步发展进行全市地铁、公交、自行车共享系统的站点流量管理，减少城市交通拥挤状况。因此，面向站点的人群流量预测逐渐成为智慧交通领域的研究热点。
2、通常，在基于深度学习的城市人群流量预测中，卷积网络和循环网络是基于深度学习的模型中使用最广的网络单元。前者擅长学习空间相关性，而后者擅长学习时间或序列相关性。然而，除非网络足够深，否则cnn的学习范围很小，无法捕获远程...
【技术保护点】
1.一种人群流量预测模型的构建方法，其特征在于，所述构建方法包括：
2.根据权利要求1所述的人群流量预测模型的构建方法，其特征在于，所述融合模块包括基于参数矩阵的融合模块和基于拼接方法的融合模块；所述将所述临近性矩阵、所述周期性矩阵、所述趋势性矩阵、所述时空关联矩阵、所述外部环境数据输入融合模块进行融合，得到目标融合矩阵，包括：
3.根据权利要求2所述的人群流量预测模型的构建方法，其特征在于，所述将所述临近性矩阵、所述周期性矩阵和所述趋势性矩阵输入所述基于参数矩阵的融合模块进行加权融合，得到加权后的融合矩阵，包括：
4.根据权利要求...
【技术特征摘要】
1.一种人群流量预测模型的构建方法，其特征在于，所述构建方法包括：
2.根据权利要求1所述的人群流量预测模型的构建方法，其特征在于，所述融合模块包括基于参数矩阵的融合模块和基于拼接方法的融合模块；所述将所述临近性矩阵、所述周期性矩阵、所述趋势性矩阵、所述时空关联矩阵、所述外部环境数据输入融合模块进行融合，得到目标融合矩阵，包括：
3.根据权利要求2所述的人群流量预测模型的构建方法，其特征在于，所述将所述临近性矩阵、所述周期性矩阵和所述趋势性矩阵输入所述基于参数矩阵的融合模块进行加权融合，得到加权后的融合矩阵，包括：
4.根据权利要求2所述的人群流量预测模型的构建方法，其特征在于，所述将所述加权后的融合矩阵和所述时空关联矩阵进行拼接融合，得到拼接后的融合矩阵，并将所述拼接后的融合矩阵和所述外部环境数据输入所述基于拼接方法的融合模块进行融合，得到目标融合矩阵，包括：
5.根据权利要求2所述的人群流量预测模型的构建方法，其特征在于，所述人群流量预测模型还包括卷...
【专利技术属性】
技术研发人员：赵继军，冯春芳，魏忠诚，生龙，陈湘国，
申请(专利权)人：河北工程大学，
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。