-
Patent Agency Ranking
公开(公告)号：CN107730893B
公开(公告)日：2019-08-09
申请号：CN201711233503.3
申请日：2017-11-30
Applicant: 大连理工大学
IPC: G08G1/01
Abstract: 本发明公开了一种基于共享巴士数据的站点乘客流预测方法，首先对共享巴士数据进行预处理，然后基于共享巴士行车规律对数据进行时间划分，之后根据预测目标的特点，从时间划分后的数据中提取出预测的多维特征，包括时间特征、周次特征、位置特征、历史流量特征和时间间隔特征，随后利用上述特征对机器学习模型XGBoost进行训练，得到预测模型，最后基于预测模型，得到站点乘客流预测结果，并对预测结果进行展示和评估。本发明能够利用机器学习算法对共享巴士站点客流量进行精准地预测，特别针对于“最后一公里”问题中从居民区到其附近地铁站的细分场景，为优化共享巴士运营提供建设性意见，具有可行性强、准确率高、稳定性强的特点。
-
公开(公告)号：CN107656987B
公开(公告)日：2020-07-14
申请号：CN201710817833.0
申请日：2017-09-13
Applicant: 大连理工大学
IPC: G06F16/2458 , G06Q50/26 , G06K9/62
Abstract: 本发明属于数据挖掘技术领域，一种基于LDA模型的地铁站点功能挖掘方法，步骤如下：1)数据收集：包括地铁刷卡数据、地铁POI数据等。经过筛选提取预处理以后，得到实验所需的潜在主题分布向量，以保证分析结果的普适性；2)语义挖掘：应用LDA主题模型，以乘客出行模式分布矩阵和POI相对含量矩阵为输入挖掘动静语义；3)站点聚类：在功能挖掘方面，本发明使用先进的聚类算法获得按功能的站点聚类簇；4)站点分类标识：本发明从类间客流转移、地理功能占比分布、簇间相似度3个角度提出站点功能标识方法，使得分析结果权威可靠。以上海地铁为例进行的地铁站点功能挖掘实验表明，本方法对于处理类似问题具有出色表现。
-
公开(公告)号：CN107704524A
公开(公告)日：2018-02-16
申请号：CN201710822006.0
申请日：2017-09-13
Applicant: 大连理工大学
IPC: G06F17/30
Abstract: 本发明提供了一种基于doc2vec的地铁站点功能挖掘方法，属于数据挖掘技术领域。1)数据收集与预处理：本发明综合考虑了地铁站点客流数据、地铁站点POI数据等多种信息来源，以保证分析结果的权威性和普适性；2)数据集合并：合并重复名称站点的往返客流量；3)地铁站相似度计算：基于doc2vec算法进行地铁站相似度挖掘；4)站点功能聚类：本发明采用了数据挖掘领域先进的Affinity Propagation算法，既保证了计算效率又保证了分类结果的准确性；5)站点功能挖掘：根据算法聚类分析结果进行地铁站功能分类。以上海地铁为例进行的聚类实验表明，使用本发明可以高效、准确的完成地铁站点聚类工作。
-
公开(公告)号：CN107730893A
公开(公告)日：2018-02-23
申请号：CN201711233503.3
申请日：2017-11-30
Applicant: 大连理工大学
IPC: G08G1/01
CPC classification number: G08G1/0125 , G08G1/0129 , G08G1/0137
Abstract: 本发明公开了一种基于共享巴士数据的站点乘客流预测方法，首先对共享巴士数据进行预处理，然后基于共享巴士行车规律对数据进行时间划分，之后根据预测目标的特点，从时间划分后的数据中提取出预测的多维特征，包括时间特征、周次特征、位置特征、历史流量特征和时间间隔特征，随后利用上述特征对机器学习模型XGBoost进行训练，得到预测模型，最后基于预测模型，得到站点乘客流预测结果，并对预测结果进行展示和评估。本发明能够利用机器学习算法对共享巴士站点客流量进行精准地预测，特别针对于“最后一公里”问题中从居民区到其附近地铁站的细分场景，为优化共享巴士运营提供建设性意见，具有可行性强、准确率高、稳定性强的特点。
-
公开(公告)号：CN107656987A
公开(公告)日：2018-02-02
申请号：CN201710817833.0
申请日：2017-09-13
Applicant: 大连理工大学
Abstract: 本发明属于数据挖掘技术领域，一种基于LDA模型的地铁站点功能挖掘方法，步骤如下：1)数据收集：包括地铁刷卡数据、地铁POI数据等。经过筛选提取预处理以后，得到实验所需的潜在主题分布向量，以保证分析结果的普适性；2)语义挖掘：应用LDA主题模型，以乘客出行模式分布矩阵和POI相对含量矩阵为输入挖掘动静语义；3)站点聚类：在功能挖掘方面，本发明使用先进的聚类算法获得按功能的站点聚类簇；4)站点分类标识：本发明从类间客流转移、地理功能占比分布、簇间相似度3个角度提出站点功能标识方法，使得分析结果权威可靠。以上海地铁为例进行的地铁站点功能挖掘实验表明，本方法对于处理类似问题具有出色表现。
-
-
-
-
Search Results
5
records
(took 0.015 seconds)
