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！

龙图腾网获悉北京交通大学申请的专利融合增量学习的地铁网络乘客出行时空路径估计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：CN120853382B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202511015640.4，技术领域涉及：G08G1/01；该发明授权融合增量学习的地铁网络乘客出行时空路径估计方法是由陈垚;冯旭杰;雷智玮;柏赟;刘书浩;林文强;孙鲁龙;宋晓敏;麻莉雅;王润设计研发完成，并于2025-07-23向国家知识产权局提交的专利申请。

本融合增量学习的地铁网络乘客出行时空路径估计方法在说明书摘要公布了：本发明公开了一种融合增量学习的地铁网络乘客出行时空路径估计方法。该方法通过地铁网络的AFC系统获取乘客进出站刷卡记录，结合ATS行车数据，构建时空网络并生成乘客可行时空路径集。以单可行时空路径的乘客作为样本基础，利用高斯混合分布模型对步行时间分布进行建模。针对多时空路径乘客，结合贝叶斯定理计算每条时空路径的后验概率，实现乘客路径选择概率的动态估计。通过增量学习机制，根据时空路径的置信度对模型参数进行自适应调整，实时更新模型以适应乘客行为模式的变化。本发明解决了现有技术中样本量小、可拓展性差、计算复杂度高的问题，能够高效、动态地估计乘客出行时空路径，为地铁运营管理提供决策支持。

本发明授权融合增量学习的地铁网络乘客出行时空路径估计方法在权利要求书中公布了：1.一种融合增量学习的地铁网络乘客出行时空路径估计方法，其特征在于，包括以下步骤： S1、基于时空网络的乘客可行时空路径集生成：通过地铁网络的AFC系统获取乘客的进出站刷卡记录，同时收集ATS行车时刻表数据，构建列车运行和乘客出行的时空网络，生成乘客可行时空路径集；根据乘客可行时空路径数量，分为单时空路径乘客与多时空路径乘客； S2、时空路径出行时间拆分：根据乘客出行过程，时空路径出行时间拆分为起点站进站步行时间、乘车时间、换乘站步行时间以及终点站出站步行时间四部分；并根据每个乘客AFC进出站时间与ATS行车时刻表数据读取其时空路径中各片段的时间；其中，起点站进站步行时间和换乘站步行时间均包含候车时间； S3、基于高斯混合分布的步行时间分布建模：基于单时空路径乘客的出站步行时间信息，利用高斯混合分布模型对出站步行时间分布进行建模，计算高斯混合分布模型的子分布数、权重、均值与方差，生成该站出站乘客的步行时间分布，车站进站步行时间分布可采用相同方法估计，车站进站步行时间包含候车时间，或用出站步行时间分布近似进站步行时间分布，进站候车时间采用服从发车间隔的均匀分布； S4、基于贝叶斯定理的乘客时空路径概率计算：针对每条时空路径，将各片段时间分布进行卷积生成该时空路径的理论出行总时间分布，再根据乘客AFC刷卡数据中的实际出行时间，利用贝叶斯定理计算该乘客选择该时空路径的后验概率； S5、增量学习与自适应调整：将后验概率大于80%的时空路径标记为高置信度时空路径，后验概率在50%‑80%之间的时空路径标记为中置信度时空路径，后验概率小于50%的时空路径标记为低置信度时空路径，对不同置信度的时空路径样本赋予不同的更新权重，采用指数衰减型学习策略，进行高斯混合分布的参数更新并进行时空路径的概率更新； 在步骤S3中，高斯混合分布模型估计包括参数初始化、EM算法迭代和模型收敛判定，参数初始化包括均值初始化、方差初始化和权重初始化，均值初始化采用最远点初始化策略，方差初始化采用计算每个高斯成分的标量方差，权重初始化采用均匀初始化策略； 在步骤S3中，高斯混合分布的子分布数量，采用赤池信息准则、贝叶斯信息准则和KS检验进行分析；样本数较少时，使用赤池信息准则对不同高斯子分布数量的模型进行打分，选取赤池信息准则值最小的模型作为该站的最优参数结构；样本数较多时，使用贝叶斯信息准则对不同高斯子分布数量下的模型进行打分，选取贝叶斯信息准则值最小的模型作为该站的最优参数结构；KS检验用于评价高斯混合分布在确定成分数后是否能够合理拟合实际的步行时间分布； 在步骤S3中，EM算法迭代包括E步骤和M步骤，E步骤计算每个样本属于不同高斯成分的概率，M步骤利用E步骤得到的响应度，重新估计模型参数；模型收敛判定采用对数似然值的变化量作为收敛判断的依据； 在步骤S4中，所述卷积操作通过滑动叠加算法对各阶段的时间概率密度函数进行积分融合，精确合成乘客选择某条特定时空路径时总耗时的完整概率分布形态，以保留各子阶段分布的随机性特征并真实反映出行过程中的不确定性累积效应。

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北京交通大学，其通讯地址为：100044 北京市海淀区西直门外上园村3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。