一种基于增强循环神经网络的私家车停留位置预测方法和系统

摘要

本发明公开了一种基于增强循环神经网络的私家车停留位置预测方法和系统，方法包括：首先，对私家车原始GPS轨迹数据中的停留点进行检测，并且提取出车辆在每个停留点的上下文信息包括停留时间、停留地点、停留时长和停留次数信息；然后，基于停留点的上下文信息，构建两个利用注意力机制增强的循环神经网络分别从停留点上下文信息中学习私家车用户的出行规律和偏好；最后，将深度神经网络习得的出行规律特征和出行偏好特征进行融合，并输入到全连接神经网络对私家车停留位置进行预测。本发明方法利用增强循环神经网络充分挖掘私家车轨迹数据中所蕴含的用户出行规律和偏好，实现对私家车停留位置的预测，且具有较高的准确率。