首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种景区游客饱和量的判断方法和装置 

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:华侨大学;陕西识代运筹信息科技股份有限公司

摘要:本发明公开了一种景区游客饱和量的判断方法和装置,通过分挖掘WiFi探针监测到的手机mac的相关性,然后设定预测步长h,构造多个学习任务,对每一个学习任务通过数据集样本构造对应的训练集和测试集,通过训练集优化多任务模型,然后通过测试集输入优化的多任务预测模型,得到设定预测步长时刻的游客预测数据,从而实现准确预测下一时刻景区游客的数量,并对景区的饱和量达到预警的目的。

主权项:1.一种景区游客饱和量的判断方法,其特征在于,包括:步骤10、获取WiFi探针采集到的手机mac总量时间序列,得到历史样本,对所述历史样本按设定预测步长h进行预处理,得到数据集样本;步骤20、构造n个学习任务t+1,t+2,……,t+n,其中t为当前时刻,n≦h;步骤30、针对每一个学习任务,对所述数据集样本进行处理得到对应的训练集和测试集;步骤40、将训练集输入多任务预测模型,得到优化的多任务预测模型;步骤40具体包括:采用MTLS-SVM多任务预测模型,其需要优化的目标函数为: 其中,为原始空间向高维特征空间的映射,ξ=ξ1,ξ2,...,ξnΤ为松弛变量,minJ为最小化损失函数,w0T表示转置公共信息,w0表示公共信息,λ为正则项系数,m为训练样本个数,viT表示转置特定信息,vi表示特定信息,γ为正则项,s.t.表示约束条件,bi表示偏差向量,1n表示n阶单位矩阵;MTLS-SVM多任务预测模型通过最小化所述目标函数,同时找到w0,和b=b1,b2,...,bmT;通过拉格朗日法求解所述目标函数,最终得到MTLS-SVM多任务预测模型的决策函数,作为优化的多任务预测模型: 其中,αi,j表示第i个任务中第j个样本的拉格朗日乘子,kxi,j,x为核函数,n为任务个数,λ为正则项系数,m为训练样本个数,kxi,x为内积函数,bi为偏差向量;步骤50、将测试集输入优化的多任务预测模型,得到设定预测步长h时刻的游客预测数据。

全文数据:

权利要求:

百度查询: 华侨大学 陕西识代运筹信息科技股份有限公司 一种景区游客饱和量的判断方法和装置

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。