← 返回列表
轨道交通车站分类动力学的机器学习辅助混合方法
摘要文本
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。
申请人信息
- 申请人:四川轻化工大学
- 申请人地址:643002 四川省自贡市汇兴路519号
- 发明人: 四川轻化工大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 轨道交通车站分类动力学的机器学习辅助混合方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410158478.0 |
| 申请日 | 2024/2/4 |
| 公告号 | CN117688456A |
| 公开日 | 2024/3/12 |
| IPC主分类号 | G06F18/241 |
| 权利人 | 四川轻化工大学 |
| 发明人 | 阿哈德阿米尼皮仕洛; 张世全; 胡奇晓; 刘岳彤; 张正瑞; 刘文方; 司马卫平; 李俊; 赵苑迪 |
| 地址 | 四川省自贡市汇兴路519号 |
专利主权项内容
1.轨道交通车站分类动力学的机器学习辅助混合方法，其特征在于，包括如下步骤：基于车站的设施、车站附近交通方式的可用性、车站到达不同目的地的便捷性和车站在交通网络中的重要性评价车站的节点指标；按照预设半径建立以车站为中心的交通服务区域，基于交通服务区域内的布局、密度和多样性评价车站的位置指标；基于车站的进站记录和出站记录，评价车站的客流量与时间指标；通过信息熵加权计算车站的节点指标、位置指标以及客流量与时间指标的权重，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；基于客流量与时间指标值结合车站的节点指标和位置指标进行数据拟合，预测不同时间段进出车站的客流量；基于车站的节点指标值、位置指标值以及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。 来自马克数据网