[发明专利]一种基于3D反卷积的出行需求预测方法

摘要

本发明公开了一种基于3D反卷积的出行需求预测方法，该方法包括构建预测模型的步骤：构建时空栅格数据、根据时空栅格数据来构建预测方法的输入、使用3D卷积初步提取时空特征、使用3D反卷积来进一步提取空间信息、将三个信息融合、激活函数作用于融合结果来得到最终的模型输出结果。相对于现有技术，本发明提出了一种新的基于3D反卷积的端到端深度学习模型，用以预测城市区域出行需求，包括利用3D卷积和反卷积来提取时空特征，最后同时融合学习三个时间属性特征，即临近时间依赖性、日常时间依赖性和周期时间依赖性特征。引入了3D反卷积来提取时空数据的空间相关性，从而提高模型对于时空数据的空间建模，进一步提高预测性能。