[发明专利]一种基于GRU的多因素感知短期景区内游客人数预测方法

摘要

本发明涉及一种基于GRU的多因素感知短期景区内游客人数预测方法，具体实施如下：1)对原始景区数据进行预处理，得到多个时间序列和预测时刻的相关情境信息及其距当前时刻的时刻数；2)利用CNN卷积神经网络提取时间序列的特征向量；利用GRU网络处理CNN提取的特征向量，得到时序特征向量；3)将GRU中得到的时序特征向量和预测时刻的相关情境信息及其距当前时刻的时刻数独热(one‑hot)编码相连接，输入到全连接层中，得到预测时刻景区内游客人数。本发明利用CNN和GRU处理景区多时序数据，并加入预测时刻的相关情境信息及其距当前时刻的时刻数来预测短期景区内游客人数，在智能旅游、流量预测等领域具有广阔的应用前景。

主权项

1.一种基于GRU的多因素感知短期景区内游客人数预测方法，其特征在于，包括数据处理、特征提取、游客人数预测三个阶段，具体步骤如下：(1)数据处理阶段：对获取得到的原始景区数据进行预处理，得到多个时间序列和预测时刻的相关情境信息及其距当前时刻的时刻数；(2)特征提取阶段：利用CNN卷积神经网络提取时间序列的特征向量，并利用GRU网络处理CNN提取的特征向量，得到时序特征向量；(3)游客人数预测阶段：将GRU中得到的时序特征向量和预测时刻的相关情境信息及其距当前时刻时刻数的one‑hot编码相连接，输入到全连接层中，得到预测时刻景区内游客人数。