-
公开(公告)号：CN117688456B
公开(公告)日：2024-04-23
申请号：CN202410158478.0
申请日：2024-02-04
Applicant: 四川轻化工大学
IPC: G06F18/241 , G06F18/21 , G06F18/214 , G06F18/23213 , G06F18/27 , G06N3/0499 , G06N3/08
Abstract: 本发明涉及人工智能分类技术领域，具体涉及轨道交通车站分类动力学的机器学习辅助混合方法，包括如下步骤：评价车站的节点指标；评价车站的位置指标；评价车站的客流量与时间指标；通过信息熵加权计算指标的权重，再计算车站的节点指标值、位置指标值以及客流量与时间指标值；预测不同时间段进出车站的客流量；采用聚类方法对车站进行划分，为车站分配标签，创建具有标签的数据集；构建轨道交通站分类模型，采用具有标签的数据集对轨道交通站分类模型进行训练，将拟分类的车站输入训练后的轨道交通站分类模型，输出车站分类结果。本发明，基于轨道交通站分类模型对轨道交通站属性精炼评估，增加轨道交通站分类的精度。
-
公开(公告)号：CN119004219B
公开(公告)日：2024-12-13
申请号：CN202411480482.5
申请日：2024-10-23
Applicant: 四川轻化工大学
IPC: G06F18/241 , G06F18/23 , G06Q50/40
Abstract: 本发明涉及人工智能分类技术领域，具体涉及基于PDE与机器学习的轨道交通站点动态分类与预测方法，包括以下步骤：S1：对获取的NPRT指标进行预处理；S101：选取节点指标和位置指标，并对车站的综合交通价值和位置价值进行评估；S102：采用信息熵加权，并将节点指标和位置指标分别整合为节点值N和位置值P；S103：通过不同的聚类方法，进行站点划分，并选择性能最优的聚类模型作为最终的站点划分方法；S104：通过拟合方法，对各个站点的客流量进行预测；S105：对站点的客流量进行聚类分析，构建有标签的数据集；S2：引入偏微分方程，并建立PDE‑NPRT模型，对PDE‑NPRT模型进行训练。本发明结合了偏微分方程（PDE）与机器学习技术，提高了交通站点分类的精度和可靠性。
-
公开(公告)号：CN119004219A
公开(公告)日：2024-11-22
申请号：CN202411480482.5
申请日：2024-10-23
Applicant: 四川轻化工大学
IPC: G06F18/241 , G06F18/23 , G06Q50/40
Abstract: 本发明涉及人工智能分类技术领域，具体涉及基于PDE与机器学习的轨道交通站点动态分类与预测方法，包括以下步骤：S1：对获取的NPRT指标进行预处理；S101：选取节点指标和位置指标，并对车站的综合交通价值和位置价值进行评估；S102：采用信息熵加权，并将节点指标和位置指标分别整合为节点值N和位置值P；S103：通过不同的聚类方法，进行站点划分，并选择性能最优的聚类模型作为最终的站点划分方法；S104：通过拟合方法，对各个站点的客流量进行预测；S105：对站点的客流量进行聚类分析，构建有标签的数据集；S2：引入偏微分方程，并建立PDE‑NPRT模型，对PDE‑NPRT模型进行训练。本发明结合了偏微分方程（PDE）与机器学习技术，提高了交通站点分类的精度和可靠性。
-
公开(公告)号：CN117688456A
公开(公告)日：2024-03-12
申请号：CN202410158478.0
申请日：2024-02-04
Applicant: 四川轻化工大学
IPC: G06F18/241 , G06F18/21 , G06F18/214 , G06F18/23213 , G06F18/27 , G06N3/0499 , G06N3/08
Abstract: 本发明涉及人工智能分类技术领域，具体涉及轨道交通车站分类动力学的机器学习辅助混合方法，包括如下步骤：评价车站的节点指标；评价车站的位置指标；评价车站的客流量与时间指标；通过信息熵加权计算指标的权重，再计算车站的节点指标值、位置指标值以及客流量与时间指标值；预测不同时间段进出车站的客流量；采用聚类方法对车站进行划分，为车站分配标签，创建具有标签的数据集；构建轨道交通站分类模型，采用具有标签的数据集对轨道交通站分类模型进行训练，将拟分类的车站输入训练后的轨道交通站分类模型，输出车站分类结果。本发明，基于轨道交通站分类模型对轨道交通站属性精炼评估，增加轨道交通站分类的精度。
-
-
-
Search Results
4
records
(took 0.021 seconds)
