公开(公告)号：CN118643949B

公开(公告)日：2024-11-01

申请号：CN202411117220.2

申请日：2024-08-15

Applicant: 北京航空航天大学 ,  中国移动通信集团北京有限公司

Inventor： 邓攀 ,  刘俊廷 ,  陈磊 ,  张瑾铭 ,  陈子曦 ,  赵宇 ,  庞双双

IPC: G06Q10/04 ,  G06N3/042 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/08 ,  G06Q10/067 ,  G06Q50/26

Abstract: 本发明属于时空数据挖掘领域，公开了一种基于时间引导的因果结构学习的城市时空数据预测方法。所述预测方法首先收集待预测地域内的城市时空数据，并以此构造标准数据集；接着构建基于时间引导的因果结构学习的预测模型，所述预测模型包括多个串联的增强时空因果特征提取模块和一个融合预测模块；采用标准数据集对所述预测模型完成训练；最后将训练好的预测模型应用于未来城市时空数据的预测。本发明的预测方法能够有效提升预测模型的精度、鲁棒性和泛化性。

公开(公告)号：CN118643949A

公开(公告)日：2024-09-13

申请号：CN202411117220.2

申请日：2024-08-15

Applicant: 北京航空航天大学 ,  中国移动通信集团北京有限公司

Inventor： 邓攀 ,  刘俊廷 ,  陈磊 ,  张瑾铭 ,  陈子曦 ,  赵宇 ,  庞双双

IPC: G06Q10/04 ,  G06N3/042 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/08 ,  G06Q10/067 ,  G06Q50/26

Abstract: 本发明属于时空数据挖掘领域，公开了一种基于时间引导的因果结构学习的城市时空数据预测方法。所述预测方法首先收集待预测地域内的城市时空数据，并以此构造标准数据集；接着构建基于时间引导的因果结构学习的预测模型，所述预测模型包括多个串联的增强时空因果特征提取模块和一个融合预测模块；采用标准数据集对所述预测模型完成训练；最后将训练好的预测模型应用于未来城市时空数据的预测。本发明的预测方法能够有效提升预测模型的精度、鲁棒性和泛化性。