买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉深圳大学申请的专利一种基于时空特征的公交通勤乘客出行需求分析方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120013118B 。

龙图腾网通过国家知识产权局官网在2026-05-05发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411893009.X，技术领域涉及：G06Q10/0631；该发明授权一种基于时空特征的公交通勤乘客出行需求分析方法是由邹亮;李绍;丘家琪设计研发完成，并于2024-12-20向国家知识产权局提交的专利申请。

本一种基于时空特征的公交通勤乘客出行需求分析方法在说明书摘要公布了：本发明公开了一种基于时空特征的公交通勤乘客出行需求分析方法，包括：获取公交乘客的历史出行数据，并构建个人出行行为数据集；基于出行频率筛选通勤乘客群体，并根据乘客的出行时间及出行站点的熵值、出行链相似度分析出行时空规律；根据所述出行时空规律提取与预测目标相关的出行链维度特征、时间维度特征以及空间维度特征；基于提取的特征构建特征矩阵，利用分布式梯度增强模型对所述特征矩阵中的特征进行训练，基于训练后的出行需求预测模型预测及输出通勤乘客的出行需求。本发明通过融合通勤乘客的多维出行特征与机器学习算法，实现高效、准确地预测通勤乘客的出行需求。

本发明授权一种基于时空特征的公交通勤乘客出行需求分析方法在权利要求书中公布了：1.一种基于时空特征的公交通勤乘客出行需求分析方法，其特征在于，包括： 获取公交乘客的历史出行数据，并构建个人出行行为数据集； 基于出行频率筛选通勤乘客群体，并根据乘客的出行时间及出行站点的熵值、出行链相似度分析出行时空规律； 根据所述出行时空规律提取与预测目标相关的出行链维度特征、时间维度特征以及空间维度特征； 基于提取的特征构建特征矩阵，利用分布式梯度增强模型对所述特征矩阵中的特征进行训练，基于训练后的出行需求预测模型预测及输出通勤乘客的出行需求； 所述根据所述出行时空规律提取与预测目标相关的出行链维度特征、时间维度特征以及空间维度特征，包括： 提取相同工作日相同出行次序的OD1数据、相同工作日相同出行次序的出行时间T1、所述OD1数据对应的最高频出行时间T2以及所述出行时间T1对应的最高频出行时间OD2数据，得到所述出行链维度特征； 提取通勤乘客在最近预设次出行的出行时间，得到所述时间维度特征； 提取所述通勤乘客在所述最近预设次出行对应的出行OD数据，提取每次出行与前一次出行终点D距离最近的历史起始点O对应的最高频OD数据，得到所述空间维度特征； 所述基于提取的特征构建特征矩阵，利用分布式梯度增强模型对所述特征矩阵中的特征进行训练，基于训练后的出行需求预测模型预测及输出通勤乘客的出行需求，包括： 基于提取的特征构建所述特征矩阵，对所述特征矩阵中的出行链维度特征、时间维度特征以及空间维度特征进行独热编码； 基于所述分布式梯度增强模型对所述特征矩阵中的出行链维度特征、时间维度特征以及空间维度特征进行训练，得到所述训练后的出行需求预测模型； 基于所述训练后的出行需求预测模型预测及输出通勤乘客的出行需求； 所述基于所述分布式梯度增强模型对所述特征矩阵中的出行链维度特征、时间维度特征以及空间维度特征进行训练，包括： 基于所述分布式梯度增强模型对提取的时空特征进行训练，构建出行需求预测模型； 采用K折交叉验证方法对所述出行需求预测模型进行验证，并根据验证结果优化模型参数，得到所述训练后的出行需求预测模型。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人深圳大学，其通讯地址为：518061 广东省深圳市南山区粤海街道南海大道3688号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。