[發明專利]一種人員移動性預測模型的訓練方法及裝置

有效

• 申請號: 202110597962.X
• 申請日: 2021-05-31
• 公開（公告）號: CN113344056B
• 公開（公告）日: 2022-11-22
• 發明（設計）人: 喬媛媛;繆慶;李愛民;張宇中;楊潔
• 申請（專利權）人: 北京郵電大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F30/27;G06N3/04;G06N3/08;G06Q10/04
• 代理公司: 北京柏杉松知識產權代理事務所(普通合伙) 11413
• 代理人: 丁蕓;馬敬

本發明實施例提供的一種人員移動性預測模型的訓練方法及裝置，應用于信息技術領域，通過在多條軌跡信息中，選取指定比例的軌跡信息進行軌跡變換作為負樣本軌跡信息，將未進行軌跡變換的軌跡信息作為正樣本軌跡信息并進行分析，得到各自對應的質量分數，對待訓練的校驗網絡模型的參數進行調整，得到訓練好的校驗網絡模型；將樣本人員的多條軌跡信息輸入訓練好的校驗網絡模型，得到對應各軌跡信息的質量分數；將多條軌跡信息中，對應的質量分數大于第一預設閾值的軌跡信息輸入待訓練的預測模型，對待訓練的預測模型進行訓練，得到訓練好的預測模型，可以避免質量較差的樣本數據對預測模型的訓練過程的影響，提高訓練號的模型的質量。

技術領域

本發明涉及信息技術領域，特別是涉及一種人員移動性預測模型的訓練方法及裝置。

背景技術

目前，基于深度學習的城市人群移動性預測已經有著廣泛的應用，在實際生產中，通過收集人群的軌跡樣本數據，并對人群的未來活動軌跡進行預測，可以便于根據預測結果提前進行指揮、疏導等工作。

然而，在進行人群移動性預測時，由于收集到的軌跡樣本數據往往存在數據精度不高、樣本質量偏差大等問題，從而導致所得到的預測結果準確度較低。

發明內容

本發明實施例的目的在于提供一種人員移動性預測模型的訓練方法及裝置。，用以解決軌跡樣本數據精度不高導致的預測結果準確度較低問題。具體技術方案如下：

本申請實施的第一方面，首先提供了一種人員移動性預測模型的訓練方法，上述方法包括：

獲取樣本人員的多條軌跡信息；

在多條軌跡信息中，選取指定比例的軌跡信息進行軌跡變換作為負樣本軌跡信息，將未進行軌跡變換的軌跡信息作為正樣本軌跡信息；

將負樣本軌跡信息及正樣本軌跡信息分別輸入到待訓練的校驗網絡模型中進行分析，得到各自對應的質量分數，并按照正樣本軌跡信息對應的質量分數高于負樣本軌跡信息對應的質量分數的調整方式對待訓練的校驗網絡模型的參數進行調整，得到訓練好的校驗網絡模型；

將樣本人員的多條軌跡信息輸入訓練好的校驗網絡模型，得到對應各軌跡信息的質量分數；

將多條軌跡信息中，對應的質量分數大于第一預設閾值的軌跡信息輸入待訓練的預測模型，對待訓練的預測模型進行訓練，得到訓練好的預測模型。

可選的，將多條軌跡信息中，對應的質量分數大于第一預設閾值的軌跡信息輸入待訓練的預測模型，對待訓練的預測模型進行訓練，得到訓練好的預測模型，包括：

將多條軌跡信息中，對應的質量分數大于第一預設閾值的軌跡信息輸入待訓練的預測模型，得到對應樣本人員的預測結果；

計算對應預測結果的損失；

計算并以預測結果對應的損失和質量分數之積作為目標損失；

根據目標損失，對待訓練的預測模型的參數進行更新，返回將多條軌跡信息中，對應的質量分數大于第一預設閾值的軌跡信息輸入待訓練的預測模型，得到對應樣本人員的預測結果的步驟繼續執行，直至預測結果對應的損失小于第二預設閾值，得到訓練好的預測模型。

可選的，將樣本人員的多條軌跡信息輸入訓練好的校驗網絡模型，得到對應各軌跡信息的質量分數之后，上述方法還包括：

將多條軌跡信息中，對應的質量分數不大于第一預設閾值的軌跡信息拋棄。

可選的，上述方法還包括：

獲取目標人員的軌跡信息；

將目標人員的軌跡信息輸入訓練好的預測模型，計算得到目標用戶預測軌跡。

本申請實施的第二方面，提供了一種人員移動性預測模型的訓練裝置，上述裝置包括：