[发明专利]一种基于GRU神经网络的公交到站时间预测方法有效
| 申请号： | 201910162263.5 | 申请日： | 2019-03-05 |
| 公开（公告）号： | CN109920248B | 公开（公告）日： | 2021-09-17 |
| 发明（设计）人： | 施佺;陆俊天;孙玲;曹阳;沈琴琴;朱森来 | 申请（专利权）人： | 南通大学 |
| 主分类号： | G08G1/01 | 分类号： | G08G1/01;G08G1/123;G06N3/04;G06N3/08 |
| 代理公司： | 南京正联知识产权代理有限公司 32243 | 代理人： | 王素琴 |
| 地址： | 226007*** | 国省代码： | 江苏;32 |
| 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GRU神经网络的公交到站时间预测方法，所述方法包括：由数据库导出历史数据至CSV格式文件，获取原始数据，利用HBase分布式数据库和Spark内存处理技术对所述原始数据进行分析处理去除原始数据的混杂性、复杂性和系数性；基于单一属性和多因子角度采用特征相关性研究法处理分析处理后的所述原始数据，得到标准时间序列类型数据；利用Lasso方法对标准时间序列类型数据进行变量选择，剔除标准时间序列类型数据中关联性弱的特征向量；基于GRU神经网络构建公交的到站预测模型，输入已剔除关联性弱特征向量的标准时间序列类型数据至到站预测模型，实现对公交到站的时间预测操作；本发明可有效提升对公交到站时间预测的准确性。 | ||
| 搜索关键词： | 一种 基于 gru 神经网络 公交 到站 时间 预测 方法 | ||
【主权项】：
1.一种基于GRU神经网络的公交到站时间预测方法，其特征在于，所述方法包括：S1、由数据库导出历史数据至CSV格式文件，获取原始数据，利用HBase分布式数据库和Spark内存处理技术对所述原始数据进行分析处理去除所述原始数据的混杂性、复杂性和系数性；S2、基于单一属性和多因子角度采用特征相关性研究法处理分析处理后的所述原始数据，得到标准时间序列类型数据；S3、利用Lasso方法对所述标准时间序列类型数据进行变量选择，剔除所述标准时间序列类型数据中关联性弱的特征向量；S4、基于GRU神经网络构建公交的到站预测模型，输入已剔除关联性弱特征向量的所述标准时间序列类型数据至所述到站预测模型，实现对公交到站的时间预测操作。
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南通大学，未经南通大学许可，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/201910162263.5/，转载请声明来源钻瓜专利网。
