[发明专利]一种基于深度学习的区域人群密度预测方法及装置有效
| 申请号： | 201810135804.0 | 申请日： | 2018-02-09 |
| 公开（公告）号： | CN108388852B | 公开（公告）日： | 2021-03-23 |
| 发明（设计）人： | 陈亮;李林 | 申请（专利权）人： | 北京天元创新科技有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N20/00 |
| 代理公司： | 北京路浩知识产权代理有限公司 11002 | 代理人： | 王莹;吴欢燕 |
| 地址： | 100193 北京市海淀区*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例提供一种基于深度学习的区域人群密度预测方法及装置。该方法包括：将待测区域划分为多个栅格，获取每个栅格的历史流入时间序列数据和历史流出时间序列数据；对历史流入时间序列数据和历史流出时间序列数据分别进行深度卷积运算，确定每个栅格的流入时空序列数据和流出时空序列数据；根据流入时空序列数据、流出时空序列数据和第一预设时间窗口，确定流入时间切片数据和流出时间切片数据；基于深度学习模型，分别训练流入时间切片数据和流出时间切片数据，确定流入预测数据和流出预测数据；根据流入预测数据和流出预测数据，确定每个栅格的人群密度。本发明实施例根据时间特征和空间特征进行预测，提高了预测精度。 | ||
| 搜索关键词： | 一种 基于 深度 学习 区域 人群 密度 预测 方法 装置 | ||
【主权项】：
1.一种基于深度学习的区域人群密度预测方法，其特征在于，包括：将待测区域划分为多个栅格，获取每个所述栅格的历史流入时间序列数据和历史流出时间序列数据；对所述历史流入时间序列数据和历史流出时间序列数据分别进行深度卷积运算，确定每个所述栅格的流入时空序列数据和流出时空序列数据；根据所述流入时空序列数据、所述流出时空序列数据和第一预设时间窗口，确定第一流入时间切片数据和第一流出时间切片数据；基于深度学习模型，分别训练所述第一流入时间切片数据和第一流出时间切片数据，确定第一流入预测数据和第一流出预测数据；根据所述第一流入预测数据和第一流出预测数据，确定每个所述栅格的人群密度。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京天元创新科技有限公司，未经北京天元创新科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810135804.0/，转载请声明来源钻瓜专利网。
