买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：深圳技术大学

摘要：本发明公开了一种融合注意力及随机森林的站点客流预测方法及系统，包括：获取目标地区中各地铁站点在的历史每日客流数据，生成不同客流趋势的客流数据集合；构建客流预测模型，通过注意力模块对历史客流数据进行客流量特征提取，并获取统计评价指标，扩充客流量特征集；获取目标站点的高关联站点的关联特征；将扩充后的客流量特征集结合关联特征导入随机森林模块，利用不同客流量特征及关联特征构建决策树，训练得到若干最优决策树，输出预测日的客流信息。本发明引入注意力机制为模型预测增加主要目标变量，同时还能够筛选和训练模型的关键输入特征，并且在突发事件中借助周边站点的客流情况去推断预测站点的客流，提高客流预测精度。

主权项：1.一种融合注意力及随机森林的站点客流预测方法，其特征在于，包括以下步骤：获取目标地区中各地铁站点的历史每日客流数据，对所述历史每日客流数据进行预处理，生成不同客流趋势的客流数据集合；构建客流预测模型，根据预测日提取目标站点的历史客流数据，通过注意力模块对所述历史客流数据进行客流量特征提取，并获取历史客流数据的统计评价指标，扩充客流量特征集；根据扩充客流量特征集对所述客流数据集合进行划分，进行所述客流预测模型的训练验证；获取目标站点的高关联站点，基于高关联站点对应的客流量特征的相关性构建关联映射，根据所述关联映射获取目标站点的关联特征；将扩充后的客流量特征集结合关联特征导入随机森林模块，利用不同客流量特征及关联特征构建决策树，迭代学习训练得到若干最优决策树，通过随机森林模块输出预测日的客流信息；通过注意力模块对所述历史客流数据进行客流量特征提取，具体为：根据预测日提取目标站点的在预设时段的历史客流数据，提取对应的威布尔分布序列，将所述历史客流数据对应的威布尔分布序列输入到注意力模块；在所述注意力模块中历史客流数据对应的威布尔分布序列与所有的客流数据集合的窗口数据进行相似度识别，并预设相似度阈值；当相似度低于预设相似度阈值时，终止注意力模块对客流量特征的识别提取，并输入一个空值进入随机森林模块；当相似度高于预设相似度阈值时,则进行时空LSTM网络的训练，将对应的历史客流数据样本投入时空LSTM网络中进行预测得到所述预测日的数据，并放入随机森林模块中作为一个客流量特征进行预测；所述时空LSTM网络，具体为：获取目标区域各地铁站点之间的空间分布关系，根据所述空间分布关系选取N个空间位置小于预设距离范围临近站点，计算N个站点对应历史客流数据之间的皮尔逊相关系数构建相关系数矩阵；根据所述相关系数矩阵选取预设数量的高关联站点，根据所述高关联站点的历史客流数据序列生成时空LSTM网络的训练数据，在所述时空LSTM网络中遗忘门基于继承门上一时刻的输出信息进行过滤，并对当前时刻的输入信息赋予权重信息，更新上一时刻状态信息；输入门根据当前时刻的输入信息选择重要特征信息更新初始状态信息，再结合上一时刻状态信息更新当前时刻的状态信息，根据输出信息获取预测日的客流数据；基于高关联站点对应的客流量特征的相关性构建关联映射，根据所述关联映射获取目标站点的关联特征，具体为：利用所述客流预测模型的注意力模块获取高关联站点的客流量特征，将所述高关联站点的客流量特征与目标站点的客流量特征进行取交集操作；利用自组织神经网络分别对高关联站点及目标站点的重复客流量特征进行学习训练，获取重复客流量特征的最佳匹配单元；利用马氏距离作为度量函数，计算高关联站点及目标站点对应的最佳匹配单元权重向量之间的马氏距离，根据马氏距离比值构建关联映射，利用所述关联映射获取高关联站点对目标站点的关联特征。

全文数据：

权利要求：

百度查询： 深圳技术大学 融合注意力及随机森林的站点客流预测方法及系统