公开(公告)号：CN115713100A

公开(公告)日：2023-02-24

申请号：CN202211421790.1

申请日：2022-11-14

Applicant: 上海交通大学

Inventor： 朱一晨 ,  江波 ,  金海明 ,  王新兵

IPC: G06N3/048 ,  G06N3/0985

Abstract: 本发明提供了一种缺失分布偏移下基于非完整数据的预测方法和系统，包括：以非完整特征作为输入，构建基于多层感知机的预测函数网络，对完整标签进行预测；构建基于多层感知机的预测函数参数网络，学习预测函数参数与缺失情况之间的关联性；利用随机傅里叶特征，度量非完整特征和缺失情况之间的关联性；根据随机傅里叶特征，对数据集中的非完整样本重新分配权重；通过最小化预测重构误差，联合训练预测函数参数网络和预测函数网络，将两个网络结合后整体的预测性进行最优化。本发明采用基于去关联性的预测框架，能够有效地学习到完整标签与非完整特征之间的底层关联性，从而在缺失分布发生偏移时，达到较好的泛化性能。

公开(公告)号：CN112990555A

公开(公告)日：2021-06-18

申请号：CN202110205756.X

申请日：2021-02-24

Applicant: 上海交通大学

Inventor： 欧俊杰 ,  孙嘉徽 ,  朱一晨 ,  金海明 ,  刘艺娟 ,  黄建强 ,  王新兵

IPC: G06Q10/04 ,  G06Q10/06 ,  G06Q50/30 ,  G06F16/9537 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种基于时空并行栅格神经网络的地铁人流量预测方法及系统，包括：提出一种栅格神经网络来学习地铁人流量的时间关系，捕捉地铁人流量短期时间相关性；进一步捕捉地铁人流量的长期时间相关性；通过基于转移流量的指标来度量地铁站间的空间相关性，并基于这种指标将地铁系统建模成加权有向图；基于地铁加权有向图的构建，将传播图神经网络与栅格神经网络组合，学习地铁人流量的动态空间相关性；并行执行长短期时间相关性和动态空间相关性的学习过程，并融合两者的结果得到最终的地铁人流量预测结果。本发明采用了一种时空并行学习的框架，它能够有效地学习到地铁人流量的长短期时间相关性和动态空间相关性，并将所学知识应用于预测。