System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本公开涉及计算机,尤其涉及客流预测方法、装置、电子设备和存储介质。
技术介绍
1、近年来,轨道交通凭着运量大、污染小、准点率高、舒适度高的优势得到迅速发展,有效地缓解了中国大城市的交通拥堵问题。在当前轨道交通线网规模逐年扩大、客流管控需求不断凸显的背景下,短时客流预测的重要性正在逐步显现。
2、相关技术中,常见的客流预测方法对客流的影响因素的研究不够充分,在确定多维度的影响因素后,传统的预测模型在训练过程中荣誉出现特征丢失的情况,影响预测精度。
技术实现思路
1、有鉴于此,本公开实施例提供了一种客流预测方法、装置、电子设备和存储介质,以解决相关技术中存在的问题。
2、本公开实施例的第一方面,提供了一种客流预测方法,包括:
3、获取目标站点的样本客流数据;
4、对所述样本客流数据进行预处理,获得待构建客流预测模型的分类型输入信息和数值型输入信息;
5、将所述分类型输入信息和所述数值型输入信息输入至所述待构建客流预测模型中,获得预测客流数据;
6、若基于所述预测客流数据和所述样本客流数据的标签客流数据确定的所述待构建客流预测模型的损失未满足收敛条件,基于所述预测客流数据和所述标签客流数据更新所述待构建客流预测模型;否则,确定待构建客流预测模型为所述目标站点的目标客流预测模型;
7、利用所述目标客流预测模型预测所述目标站点的客流。
8、本公开实施例的第二方面,提供了一种客流预测装置,包括:
...【技术保护点】
1.一种客流预测方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述获取目标站点的样本客流数据,包括:
3.根据权利要求2所述的方法,其特征在于,所述样本客流数据包括样本进站客流数据和样本出站客流数据;所述对所述多个站点的样本客流数据进行聚类,得到多个站点类别,包括:
4.根据权利要求1所述的方法,其特征在于,所述对所述样本客流数据进行预处理,获得待构建客流预测模型的分类型输入信息和数值型输入信息,包括:
5.根据权利要求1所述的方法,其特征在于,所述待构建客流预测模型的网络架构包括输入层、双通道特征提取层、全连接层和输出层,所述双通道特征提取层包括分类型特征提取通道、数值型特征提取通道和特征融合模块;所述将所述分类型输入信息和所述数值型输入信息输入至所述待构建客流预测模型中,获得预测客流数据,包括:
6.根据权利要求5所述的方法,其特征在于,所述分类型特征提取通道和所述数值型特征提取通道均包括重置门和更新门;所述分类型特征和所述数值型特征的计算公式为:
7.根据权利要求1~6中任一项所述
8.一种客流预测装置,其特征在于,包括:
9.一种电子设备,其特征在于,包括:
10.一种计算机可读存储介质,其特征在于,当所述计算机可读存储介质中的指令由电子设备的处理器执行时,使得所述电子设备能够执行如权利要求1~7中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种客流预测方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述获取目标站点的样本客流数据,包括:
3.根据权利要求2所述的方法,其特征在于,所述样本客流数据包括样本进站客流数据和样本出站客流数据;所述对所述多个站点的样本客流数据进行聚类,得到多个站点类别,包括:
4.根据权利要求1所述的方法,其特征在于,所述对所述样本客流数据进行预处理,获得待构建客流预测模型的分类型输入信息和数值型输入信息,包括:
5.根据权利要求1所述的方法,其特征在于,所述待构建客流预测模型的网络架构包括输入层、双通道特征提取层、全连接层和输出层,所述双通道特征提取层包括分类型特征提取通道、数值型特征提取通道和特征融合模块;所述将所述分类型输入信息和所述数值型输入信息输入...
【专利技术属性】
技术研发人员:魏中华,丁东彤,王世豪,李昀轩,贾琳,马厚强,彭靖萱,
申请(专利权)人:北京工业大学,
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。