[發明專利]一種城市人口密度動態預測方法及系統

有效

• 申請號: 201710591043.5
• 申請日: 2017-07-19
• 公開（公告）號: CN107515842B
• 公開（公告）日: 2018-06-19
• 發明（設計）人: 王璞;黃智仁
• 申請（專利權）人: 中南大學
• 主分類號: G06F17/16
• 分類號: G06F17/16;G06F17/18;G06Q10/04;G06Q50/26
• 代理公司: 長沙市融智專利事務所 43114
• 代理人: 龔燕妮

1.一種城市人口密度動態預測方法，其特征在于，包括以下步驟：

步驟1：獲取歷史時間段內各人口小區的人口密度數據，并構建人口密度矩陣M(N，T，D)；

所述人口密度矩陣三個維度分別為人口小區總數N、時間窗總數T、訓練集內的總天數D，時間窗總數T是由24小時除以時間窗長度確定，時間窗長度為Z，取值為1-2小時；

步驟2：構建時空關聯的初始訓練集；

所述時空關聯的初始訓練集包括從人口密度矩陣M(N，T，D)中提取每一天人口小區i在時間窗t之前的人口密度子矩陣以及人口小區i在時間窗t時的人口密度值；

Δ表示位于時間窗t之前的時間窗數量；

步驟3：提取所有一小區在每一時間窗t對應的時空關聯集合

每個小區i在時間窗t的時空關聯集的提取過程為：基于遞歸特征消除，從人口密度子矩陣中選取與預測目標小區i在時間窗t的人口密度數據最為相關的前p列元素作為p個特征，并以p個特征構建時空關聯集合(j′，t′)表示小區j＇在時間窗t＇的人口密度數據集合的索引號，其中，t＝1，2，...，T，i＝1，2，...，N，p的取值范圍為5-35；

步驟4：基于時空關聯集合，采用回歸算法對p個特征權重系數進行參數估計，得到每個小區人口密度動態預測模型

步驟5：將獲得的Δ個時間窗內各小區的人口密度代入各小區人口密度動態預測模型獲得人口小區i在時間窗t的人口密度。

2.根據權利要求1所述的方法，其特征在于，所述每個小區在時間窗t的人口密度動態預測模型采用多元線性回歸模型進行構建，具體過程如下：

首先，基于步驟3獲得的時空關聯集對應的p個特征，構建小區i在時間窗t的X矩陣，令p個特征權重系數矩陣為ω，小區在時間窗t的預測值矩陣為Y：Xω＝Y；

其中，和分別表示提取出的p列人口密度數據中的第1列和第p列；ω_p為第p個特征的權重系數；和分別表示提出的p列特征中第1和第p個特征向量中的第m個元素，m表示在第m天采集的數據；y₁和y_m分別表示小區i在第1天和第m天中的時間窗t中的人口密度數據；

然后，從步驟1獲得的人口密度數據中，提取與X對應的Y值，對預測模型進行訓練，得到ω值，獲得每個小區人口密度動態預測模型