一种基于神经网络的交通工具目的地区域范围预测方法

摘要

本发明涉及一种基于神经网络的交通工具目的地区域范围预测方法，与传统的轨迹预测模型相比，使用神经网络模型可以减少人为手工调整大量模型参数的工作量，神经网络内部可以根据优化算法自动调整参数，不仅提高了准确率，而且加快了算法实现速度；并且技术方案借鉴自然语言处理中词向量嵌入的方法，将时间、交通工具ID和客户信息等重要特征以固定格式大小嵌入到输入层，提高了模型预测的准确率；而且将训练集的目的地轨迹进行聚类，可以将目的地集中，减少输出层单元个数，减少了模型容量，同时提高了预测准确率。