龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：飞友科技有限公司
申请日：2024-02-27
公开（公告）日：2024-06-18
公开（公告）号：CN118211034A
主分类号：G06F18/20
分类号：G06F18/20;G06F18/27;G06F18/214;G06F18/2413;G06Q10/04;G06Q50/40
优先权：
专利状态码：在审-公开
法律状态：2024.06.18#公开
摘要：本发明涉及客流量预测，具体涉及一种基于KNN回归模型的多维度民航客流量预测方法，收集历史航班数据，对历史航班数据进行数据清洗；对处理后的历史航班数据进行特征选择，并构建训练数据集和验证数据集；基于KNN回归模型构建客流量预测模型，并确定K值；利用训练数据集对客流量预测模型进行模型训练，并利用验证数据集对训练好的客流量预测模型进行模型评估；对客流量预测模型进行模型部署，并对新航班数据进行客流量预测，得到客流量预测结果；对客流量预测结果与对应的实际客流量数据进行误差分析；本发明提供的技术方案能够有效克服现有技术所存在的不能有效整合多维度特征来对客流量进行精准、快速预测的缺陷。
主权项：1.一种基于KNN回归模型的多维度民航客流量预测方法，其特征在于：包括以下步骤：S1、收集历史航班数据，对历史航班数据进行数据清洗；S2、对处理后的历史航班数据进行特征选择，并构建训练数据集和验证数据集；S3、基于KNN回归模型构建客流量预测模型，并确定K值；S4、利用训练数据集对客流量预测模型进行模型训练，并利用验证数据集对训练好的客流量预测模型进行模型评估；S5、对客流量预测模型进行模型部署，并对新航班数据进行客流量预测，得到客流量预测结果；S6、对客流量预测结果与对应的实际客流量数据进行误差分析，根据误差分析结果对客流量预测模型进行模型调整；S7、根据新的市场信息定期更新训练数据集和验证数据集，利用更新后的训练数据集和验证数据集对客流量预测模型进行模型重训练，以实现客流量预测模型的持续学习。
全文数据：
权利要求：
百度查询： 飞友科技有限公司 一种基于KNN回归模型的多维度民航客流量预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号