[發明專利]預測方法、訓練方法、裝置、電子設備和可讀存儲介質

在審

• 申請號: 202011291767.6
• 申請日: 2020-11-18
• 公開（公告）號: CN113822458A
• 公開（公告）日: 2021-12-21
• 發明（設計）人: 郜賀鵬;鄭宇;張鈞波;袁野
• 申請（專利權）人: 京東城市（北京）數字科技有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/26;G06N3/04
• 代理公司: 北京律智知識產權代理有限公司 11438
• 代理人: 孫寶海;袁禮君

1.一種停車場流量的預測方法，其特征在于，包括：

將目標停車場的同構特征輸入第一層模型，以輸出描述流量趨勢的描述向量與第一預測向量，所述第一層模型為語序翻譯模型；

將所述描述向量、所述第一預測向量與所述目標停車場的異構特征輸入第二層模型，并根據所述描述向量與所述異構特征得到第二預測向量；以及

基于所述第二預測向量與所述第一預測向量得到所述目標停車場的預測流量，所述第二層模型為記憶網絡模型。

2.根據權利要求1所述的停車場流量的預測方法，其特征在于，所述記憶網絡模型包括注意機制結構和記憶矩陣，其中所述記憶矩陣基于不同的異構特征構成；

所述根據所述描述向量與所述異構特征得到第二預測向量包括：

將所述描述向量與所述異構特征輸入所述注意機制結構，并與所述記憶矩陣執行匹配操作；

對所述匹配操作的結果進行整合，以生成整合向量，所述整合向量描述所述不同的異構特征下的所述流量趨勢；

基于所述整合向量與所述目標停車場的異構特征得到所述第二預測向量。

3.根據權利要求1所述的停車場流量的預測方法，其特征在于，還包括：

基于所述目標停車場所處區域的區域類型和/或業態類型，配置所述目標停車場的異構特征，

其中，所述區域類型包括交通樞紐區域、商圈區域、辦公區域與住宅區域中的至少一種。

4.根據權利要求1所述的停車場流量的預測方法，其特征在于，所述基于所述第一預測向量與所述第二預測向量得到所述目標停車場的預測流量包括：

對所述第一預測向量與所述第二預測向量進行融合處理，得到融合向量；

將所述融合向量與所述目標停車場的個性特征輸入第三層模型，以對所述融合向量與所述個性特征執行全連接處理，所述第三層模型為全連接網絡模型；

基于所述全連接處理的處理結果生成所述預測流量，并使所述第三層模型輸出所述預測流量。

5.根據權利要求1所述的停車場流量的預測方法，其特征在于，所述基于所述第一預測向量與所述第二預測向量得到所述目標停車場的預測流量包括：

對所述第一預測向量與所述第二預測向量進行全連接處理；

基于所述全連接處理的處理結果生成所述預測流量，并使所述第二層模型輸出所述預測流量。

6.根據權利要求1至5中任一項所述的停車場流量的預測方法，其特征在于，所述語序翻譯模型包括Seq2Seq網絡；

所述將目標停車場的同構特征輸入第一層模型，以輸出描述流量趨勢的描述向量與第一預測向量包括：

所述同構特征包括時間特征與對應的流量特征，對所述時間特征與所述流量特征進行預處理，生成對應的預處理向量；

將所述預處理向量輸入所述Seq2Seq網絡的編碼器中進行編碼，得到所述描述向量；

將所述描述向量以及與預測時間相關的預測特征輸入所述Seq2Seq網絡中的解碼器進行解碼，得到所述第一預測向量。

7.根據權利要求6所述的停車場流量的預測方法，其特征在于，所述編碼器包括第一編碼器、第二編碼器與第三編碼器；

所述將所述預處理向量輸入所述Seq2Seq網絡的編碼器中進行編碼，得到所述描述向量包括：

將所述預處理向量輸入所述第一編碼器，以對所述預測時間之前的多個時間戳的時間特征與對應的流量特征進行編碼，生成第一序列；

將所述預處理向量輸入所述第二編碼器，以對所述預設時間之前的多天中，每天相同時刻的時間特征與對應的流量特征進行編碼，生成第二序列；

將所述預處理向量輸入所述第三編碼器，以對所述預設時間之前的多周中，每周相同時刻的時間特征與對應的流量特征進行編碼，生成第三序列；

基于所述第一序列、所述第二序列與所述第三序列得到所述描述向量。