[发明专利]多图融合的城市区域表示学习方法及预测方法

权利要求书

1.一种多图融合的城市区域表示学习方法，其特征在于，包括以下步骤：

获取原始城市区域划分及其对应的人群移动数据，并根据所述人群移动数据对所述原始城市区域划分进行预处理，以得到多张移动图；

计算所述多张移动图之间的移动图距离，并根据所述移动图距离对所述多张移动图进行相似度聚合，以得到多个移动模式；

将所述多个移动模式输入到联合学习模块，以便通过所述联合学习模块对所述多个移动模式进行模式内消息传递和模式间交叉注意力处理，以得到城市区域的向量表示。

2.如权利要求1所述的多图融合的城市区域表示学习方法，其特征在于，根据所述人群移动数据对所述原始城市区域划分进行预处理，以得到多张移动图，包括：

将所述原始城市区域划分划分为多个不相交的城市区域，将所述每个城市区域作为节点特征，将所述每个城市区域间的人群移动数据作为节点上的边特征；

在不同时间步上获取节点特征和边特征，以得到对应的多张移动图。

3.如权利要求2所述的多图融合的城市区域表示学习方法，其特征在于，计算所述多张移动图之间的移动图距离，包括：

计算所述多张移动图两两之间在均值和方差上的距离；

计算所述多张移动图两两之间在单向流量指数上的距离；

计算所述多张移动图两两之间的空间结构标记距离；

根据所述多张移动图两两之间在均值和方差上的距离、所述多张移动图两两之间在单向流量指数上的距离和所述多张移动图两两之间的空间结构标记距离获得所述多张移动图之间的移动图距离。

4.如权利要求3所述的多图融合的城市区域表示学习方法，其特征在于，根据所述移动图距离对所述多张移动图进行相似度聚合，以得到多个移动模式，包括：

根据所述移动图距离采用层次聚类法将相似的移动图聚合为一个移动模式，从而得到多个移动模式。

5.如权利要求3所述的多图融合的城市区域表示学习方法，其特征在于，通过以下公式计算多张移动图两两之间在均值和方差上的距离：

D_mean(G_a,G_b)＝||μG_a-μG_b||

其中，μ_G表示多张移动图的均值，E表示移动图G种的边集合，ω表示E中的边的权重，表示移动图G中边的权重分布方差，G_a表示第a张移动图，G_b表示第b张移动图，D_mean(G_a,G_b)表示第a张移动图和第b张移动图在均值上的距离，D_var(G_a,G_b)表示第a张移动图和第b张移动图在方差上的距离，μG_a表示第a张移动图的均值，μG_b表示第b张移动图的均值，表示第a张移动图的方差，表示第b张移动图的方差。