[发明专利]基于深度学习的城市活动预测方法在审
| 申请号： | 202310959610.3 | 申请日： | 2023-08-01 |
| 公开（公告）号： | CN116933089A | 公开（公告）日： | 2023-10-24 |
| 发明（设计）人： | 晏龙旭 | 申请（专利权）人： | 同济大学 |
| 主分类号： | G06F18/214 | 分类号： | G06F18/214;G06F18/2415;G06Q50/26;G06N3/0464 |
| 代理公司： | 上海德昭知识产权代理有限公司 31204 | 代理人： | 陈龙梅 |
| 地址： | 200092 *** | 国省代码： | 上海;31 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明提供了一种基于深度学习的城市活动预测方法，具有这样的特征，包括以下步骤：步骤S1，根据选择模型效用函数构建深度学习模型，并根据现有的活动数据构建训练集，再通过训练集对深度学习模型进行训练，直至达成训练完成条件，则将训练好的深度学习模型作为城市活动模型；步骤S2，采集居民在特定活动中的居住地与各个待选目的地之间的居民活动变量数据；步骤S3，根据居民活动变量数据构建与目的地吸引力无关张量和与目的地吸引力有关张量；步骤S4，将与目的地吸引力无关张量和与目的地吸引力有关张量输入城市活动模型，得到对应的待选目的地作为城市活动目的地预测结果。总之，本方法能够提高城市活动预测的准确性。 | ||
| 搜索关键词： | 基于 深度 学习 城市 活动 预测 方法 | ||
【主权项】：
暂无信息
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同济大学，未经同济大学许可，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/202310959610.3/，转载请声明来源钻瓜专利网。
