基于动态多图融合时空深度学习的轨道客流短期预测方法

被引：0

专利类型：

发明

申请号：

CN202411582878.0

申请日：

2024-11-07

公开(公告)号：

CN119416976A

公开(公告)日：

2025-02-11

发明(设计)人：

杨静谢余晨张红亮李欣然杨心怡

申请人：

北京建筑大学北京交通大学

申请人地址：

100044 北京市西城区展览馆路1号

IPC主分类号：

G06Q10/04

IPC分类号：

G06Q50/40 G06N3/0464 G06N3/042 G06N3/045 G06N3/048

代理机构：

北京双收知识产权代理有限公司 11241

代理人：

解政文

法律状态：

实质审查的生效

国省代码：

北京市市辖区

引用

下载

收藏

法律状态

法律状态公告日	法律状态	法律状态信息
2025-02-28	实质审查的生效	实质审查的生效IPC(主分类):G06Q 10/04申请日:20241107
2025-08-19	授权	授权
2025-02-11	公开	公开

共 50 条

[1] 基于动态多图融合时空深度学习的轨道客流短期预测方法 [P].

杨静 ;

谢余晨 ;

张红亮 ;

李欣然 ;

杨心怡 .

中国专利 :CN119416976B ,2025-08-19

[2] 基于多尺度时空深度学习的公交车客流预测方法 [P].

李轶 ;

谭彬 ;

杨文强 ;

吴文渊 ;

石明全 .

中国专利 :CN120525105A ,2025-08-22

[3] 一种基于深度学习的城市轨道交通短期客流预测方法 [P].

杨欣 ;

尹浩东 ;

吴建军 ;

屈云超 ;

薛秋驰 ;

王永磊 ;

万思军 ;

杨桥 ;

晏国杰 .

中国专利 :CN111091225B ,2020-05-01

[4] 基于深度学习的多空间轨道交通客流预测方法 [P].

李罡 ;

李美 ;

安俊峰 ;

岑芸芸 ;

蔡士智 ;

于航 ;

彭禹 .

中国专利 :CN119740891B ,2025-05-13

[5] 基于深度学习的多空间轨道交通客流预测方法 [P].

李罡 ;

李美 ;

安俊峰 ;

岑芸芸 ;

蔡士智 ;

于航 ;

彭禹 .

中国专利 :CN119740891A ,2025-04-01

[6] 基于融合时空特征的深度网络的交通流预测方法 [P].

陈锋情 .

中国专利 :CN111243269B ,2020-06-05

[7] 基于深度学习和乘客行为模式的短期公交客流预测方法 [P].

巫威眺 ;

周伟 ;

靳文舟 ;

任婧璇 .

中国专利 :CN109034449A ,2018-12-18

[8] 基于多级时空大数据深度学习的动态级联时空预测方法 [P].

朱定局 .

中国专利 :CN112669987A ,2021-04-16

[9] 基于深度学习的城市人口时空动态分布预测方法 [P].

姚尧 ;

蒋应红 ;

杨帆 .

中国专利 :CN119809039A ,2025-04-11

[10] 基于空间信息融合的时空深度学习径流预测方法及系统 [P].

邓梁堃 ;

张翔 ;

刘浩源 ;

陶士勇 ;

赵烨 ;

刘书颖 ;

吴可怡 ;

李宜伦 .

中国专利 :CN117634554A ,2024-03-01

← 1 2 3 4 5 →