[发明专利]基于深度学习的城市精细化人口分布动态预测方法及装置在审
| 申请号： | 201811536641.3 | 申请日： | 2018-12-14 |
| 公开（公告）号： | CN109376969A | 公开（公告）日： | 2019-02-22 |
| 发明（设计）人： | 邓敏;罗靓;陈雪莹;石岩;刘慧敏;杨学习 | 申请（专利权）人： | 中南大学 |
| 主分类号： | G06Q10/04 | 分类号： | G06Q10/04;G06Q50/26;G06K9/62;G06N3/04 |
| 代理公司： | 长沙轩荣专利代理有限公司 43235 | 代理人： | 叶碧莲 |
| 地址： | 410000 湖南*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的城市人口精细化分布的动态预测方法，包括：1、在研究所需尺度下，将研究区域进行网格化处理，构建样本集，并划分相应的训练集和测试集；2、构建城市人口分布预测模型，根据历史数据对所述预测模型进行训练；3、将前j个时刻城市人口分布状态数据作为输入变量输入到步骤2中已训练好的模型中，预测得到未来某一时刻的城市人口分布状态；该预测模型能够对城市格网划分的各区域进行同时预测；卷积长短期记忆网络通过卷积结构提取空间特征，通过长短期记忆网络结构获取时间特征，算法底层把卷积神经网络与长短期记忆网络相结合，学习人口分布变化的高维度时空特征，有效融合时间维度空间维度，从而提高预测精度。 | ||
| 搜索关键词： | 城市人口 预测模型 预测 分布状态 记忆网络 精细化 构建 卷积 卷积神经网络 网格化处理 动态预测 分布变化 分布动态 结构提取 空间特征 空间维度 历史数据 时间特征 时间维度 时空特征 输入变量 网络结构 研究区域 有效融合 测试集 训练集 样本集 高维 格网 算法 学习 人口 尺度 | ||
【主权项】：
1.一种基于深度学习的城市人口精细化分布的动态预测方法，其特征在于，包括以下步骤：步骤1：在研究所需尺度下，将研究区域进行网格化处理，构建样本集，并划分相应的训练集和测试集；步骤2：城市人口分布预测模型构建，根据历史数据对所述预测模型进行训练；步骤3：将前j个时刻城市人口分布状态数据作为输入变量输入到步骤2中已训练好的模型中，预测得到未来某一时刻的城市人口分布状态。
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中南大学，未经中南大学许可，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/201811536641.3/，转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算；推算；计数
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
