基于梯度提升决策树的出行生成预测方法、系统及装置

    公开(公告)号:CN111784084B

    公开(公告)日:2021-12-28

    申请号:CN202010823717.1

    申请日:2020-08-17

    IPC分类号: G06Q10/04 G06Q50/26 G06K9/62

    摘要: 本发明属于人口出行生成预测领域,具体涉及了一种基于梯度提升决策树的出行生成预测方法、系统及装置,旨在解决现有出行生成方法不能真实反映输入值和预测之间的非线性关系且模型检验计算量大、结果不直观的问题。本发明包括:提取待预测区域的各个交通小区的当前出行生成数据的自变量,并进行归一化处理;通过出行生成预测模型,获取待预测区域当前的各个交通小区的预测值;对预测值进行反归一化,获得待预测区域当前的各个交通小区的预测出行生成数据。本发明能够准确的反映原始输入和输出之间的非线性关系,并且使用平方误差原理寻找最小划分特征和划分点,自动忽略掉冗余的变量,省去了变量的手动筛选过程,具有较高的精度和鲁棒性。

    一种出行目的识别方法及系统

    公开(公告)号:CN112836121A

    公开(公告)日:2021-05-25

    申请号:CN202110118774.4

    申请日:2021-01-28

    IPC分类号: G06F16/9535 G06F16/9537

    摘要: 本发明属于出行行为分析领域,具体涉及了一种出行目的识别方法及系统,旨在解决现有技术进行用户出行目的识别的效率和准确性较低的问题。本发明包括:对手机信令数据中的出行轨迹进行驻留时长获取和异常出行过滤;按照用户年龄进行分段;识别处于工作阶段用户的职住位置;根据职住位置确定上班和下班两种出行目的;将其余的出行轨迹作为兴趣出行轨迹,并使用在线地图标记兴趣点类型;为出行轨迹设定出行属性,并建立基于隐狄利克雷分布的概率图模型表示兴趣出行的产生过程;定义出行主题个数,使用Gibbs采样方法求解模型;通过目视解译法根据模型求解获得的主题确定出行目的。本发明实现了高效、高准确性的出行目的识别。

    一种出行目的识别方法及系统

    公开(公告)号:CN112836121B

    公开(公告)日:2022-02-25

    申请号:CN202110118774.4

    申请日:2021-01-28

    IPC分类号: G06F16/9535 G06F16/9537

    摘要: 本发明属于出行行为分析领域,具体涉及了一种出行目的识别方法及系统,旨在解决现有技术进行用户出行目的识别的效率和准确性较低的问题。本发明包括:对手机信令数据中的出行轨迹进行驻留时长获取和异常出行过滤;按照用户年龄进行分段;识别处于工作阶段用户的职住位置;根据职住位置确定上班和下班两种出行目的;将其余的出行轨迹作为兴趣出行轨迹,并使用在线地图标记兴趣点类型;为出行轨迹设定出行属性,并建立基于隐狄利克雷分布的概率图模型表示兴趣出行的产生过程;定义出行主题个数,使用Gibbs采样方法求解模型;通过目视解译法根据模型求解获得的主题确定出行目的。本发明实现了高效、高准确性的出行目的识别。

    基于梯度提升决策树的出行生成预测方法、系统及装置

    公开(公告)号:CN111784084A

    公开(公告)日:2020-10-16

    申请号:CN202010823717.1

    申请日:2020-08-17

    IPC分类号: G06Q10/04 G06Q50/26 G06K9/62

    摘要: 本发明属于人口出行生成预测领域,具体涉及了一种基于梯度提升决策树的出行生成预测方法、系统及装置,旨在解决现有出行生成方法不能真实反映输入值和预测之间的非线性关系且模型检验计算量大、结果不直观的问题。本发明包括:提取待预测区域的各个交通小区的当前出行生成数据的自变量,并进行归一化处理;通过出行生成预测模型,获取待预测区域当前的各个交通小区的预测值;对预测值进行反归一化,获得待预测区域当前的各个交通小区的预测出行生成数据。本发明能够准确的反映原始输入和输出之间的非线性关系,并且使用平方误差原理寻找最小划分特征和划分点,自动忽略掉冗余的变量,省去了变量的手动筛选过程,具有较高的精度和鲁棒性。