【技术实现步骤摘要】
本专利技术涉及城市智能计算，特别涉及一种城市区域人群流量预测方法及相关设备。
技术介绍
1、随着城市人口的快速增长，城市基础设施的建设与升级未能与迅速推进的城市化进程相匹配，导致道路交通拥堵、公共安全事件频发以及公共服务资源短缺等一系列问题。为优化现有城市空间的使用效率和提升城市安全管理能力，实现实时精准的城市区域人群流量预测是至关重要的一环，相关技术在交通管理、公共安全和城市规划等领域受到广泛关注。
2、城市区域人群流量预测指通过挖掘历史人群流量数据中蕴含的时空变化规律，以预测未来城市各区域的人群流量，包括人群流入量与流出量预测。尽管在个体层面，人类活动呈现出高度的不确定性和特异性，但在区域层面，人群活动表现出显著的时空依赖性，这使得城市区域人群流量具备可预测性。与此同时，伴随智慧城市的建设和发展，城市移动传感设备得到广泛应用，实时产生着如车辆轨迹、手机信令等海量城市感知数据，能够为城市区域人群流量预测提供了坚实的数据基础。
3、时空依赖性建模是城市区域人群流量预测模型的基础。此外，由于城市各区域建成环境和功能...
【技术保护点】
1.一种城市区域人群流量预测方法，其特征在于，包括：
2.根据权利要求1所述的城市区域人群流量预测方法，其特征在于，将所述训练用历史人群流量数据输入城市区域人群流量预测模型进行训练之前，还包括：
3.根据权利要求2所述的城市区域人群流量预测方法，其特征在于，所述空间趋势学习模块包括编码器、门控循环单元、解码器；
4.根据权利要求3所述的城市区域人群流量预测方法，其特征在于，通过所述空间趋势学习模块对所述目标城市区域的历史人群流量数据进行压缩并重构，得到空间异质趋势，包括：
5.根据权利要求4所述的城市区域人群流量预测方法...
【技术特征摘要】
1.一种城市区域人群流量预测方法，其特征在于，包括：
2.根据权利要求1所述的城市区域人群流量预测方法，其特征在于，将所述训练用历史人群流量数据输入城市区域人群流量预测模型进行训练之前，还包括：
3.根据权利要求2所述的城市区域人群流量预测方法，其特征在于，所述空间趋势学习模块包括编码器、门控循环单元、解码器；
4.根据权利要求3所述的城市区域人群流量预测方法，其特征在于，通过所述空间趋势学习模块对所述目标城市区域的历史人群流量数据进行压缩并重构，得到空间异质趋势，包括：
5.根据权利要求4所述的城市区域人群流量预测方法，其特征在于，所述时空压缩残差学习模块包括依次连接的残差计算单元、第一卷积神经网络单元、深度残差单元、第二卷积神经网络单元；
6.根据权利要求5所述的城市区域人群流量...
【专利技术属性】
技术研发人员：谭骁勇，谌恺祺，刘宝举，邓敏，曾智威，
申请(专利权)人：中南大学，
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。