基于对比学习的城市流量预测方法
申请人信息
- 申请人:齐鲁工业大学(山东省科学院)
- 申请人地址:250000 山东省济南市西部新城大学科技园
- 发明人: 齐鲁工业大学(山东省科学院)
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于对比学习的城市流量预测方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311092143.5 |
| 申请日 | 2023/8/29 |
| 公告号 | CN117332886A |
| 公开日 | 2024/1/2 |
| IPC主分类号 | G06Q10/04 |
| 权利人 | 齐鲁工业大学(山东省科学院) |
| 发明人 | 董祥军; 张旭; 鹿文鹏; 赵龙 |
| 地址 | 山东省济南市西部新城大学科技园 |
摘要文本
本发明涉及城市流量预测技术领域，特别公开了一种基于对比学习的城市流量预测方法。本发明提出了时空对比学习预训练的方法，通过时间对比学习预训练，计算出来的样本集中的锚点与正样本的特征距离减少，与负样本的特征距离增加，时间对比学习编码器Enctemp从预训练中得到捕捉全局流量相似的情况下具体的流量分布情况的特性。本发明通过空间对比学习预训练，同一时刻的相似区域特征更加接近，空间对比学习编码器Encspatial从预训练中得到捕捉整个城市内流量变化特征相似区域的能力。本发明在时间对比学习样本抽样中提出了新的抽样算法，利用多个正负样本构建新的正负样本，提升了数据利用率。 来源：专利查询网
专利主权项内容
1.一种基于对比学习的城市流量预测方法，所述城市流量为城市道路的人群及车辆流量，其特征为，包括以下步骤：S1：获得以经纬方向进行区域划分的城市流量数据集S，然后按照三种时间间隔分别划分出短期流量数据集S、中期流量数据集S和长期流量数据集S；CPTS2：分别以城市流量数据集S、S、S中的每一个城市流量数据组作为锚点，在锚点所属数据集中计算正负样本，得到时间对比学习样本集S、S和S；CPTC, tempP, tempT, tempS3：城市流量数据集S、S、S中每个时刻的城市流量数据图具有若干个区域，计算每个区域在其所在时刻的正负样本，得到空间对比学习样本集S、S和S；CPTC, spatialP, spatialT, spatialS4：构建包含时间对比学习编码器Enc的预训练网络，利用时间对比学习样本集S、S和S进行预训练；tempC, tempP, tempT, tempS5：构建包含空间对比学习编码器Enc的预训练网络，利用空间对比学习样本集S、S和S进行预训练；spatialC, spatialP, spatialT, spatialS6：构建包含时间对比学习编码器Enc和空间对比学习编码器Enc的时空特征融合网络，并加入外部环境因素处理模块，利用三种数据集S、S、S进行城市流量预测训练。tempspatialCPT