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！

龙图腾网获悉福州大学申请的专利一种基于两阶段特征选择和Time2Vec的旅游需求预测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：CN119692557B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202411845325.X，技术领域涉及：G06Q10/04；该发明授权一种基于两阶段特征选择和Time2Vec的旅游需求预测方法是由吴升;魏婧卉设计研发完成，并于2024-12-16向国家知识产权局提交的专利申请。

本一种基于两阶段特征选择和Time2Vec的旅游需求预测方法在说明书摘要公布了：本发明涉及一种基于两阶段特征选择和Time2Vec的旅游需求预测方法，属于旅游数据预测领域。所述方法，设计了基于MCC和ReliefF算法的两阶段特征选择方法，以从数据集中选择出最有效的特征子集；提出了一种预测旅游需求的MCNN‑BiLSTM模型，充分利用了中间层信息，从而更有效地从复杂的客流量相关时间序列数据中提取重要特征；引入了Time2Vec，将时间序列的处理过程集成到MCNN‑BiLSTM中，即T2V‑MCNN‑BiLSTM，从而改进了旅游需求预测中常用的信号处理算法，使该模型能够高效地提取高级时间特征，预测旅游需求，从而提高预测精度。

本发明授权一种基于两阶段特征选择和Time2Vec的旅游需求预测方法在权利要求书中公布了：1.一种基于两阶段特征选择和Time2Vec的旅游需求预测方法，其特征在于，包括： 设计基于MCC和ReliefF算法的两阶段特征选择方法，以从数据集中选择出关键特征子集； 提出一种预测旅游需求的MCNN-BiLSTM模型，并引入Time2Vec，将时间序列的处理过程集成到MCNN-BiLSTM模型中，构成T2V-MCNN-BiLSTM模型，基于关键特征子集，预测旅游需求； T2V-MCNN-BiLSTM模型实现如下： 1Time2Vec 对于一个给定时间τ的标量概念，第i个元素的Time2Vec公式如下： 其中，ωi和是可学习参数，F是周期性激活函数； 总的来说，给定一个时间序列，Time2Vec将其编码为一个大小为k维的向量； 2MCNN-BiLSTM CNN-BiLSTM模型通过组合CNN和BiLSTM；首先，CNN能够从原始的时间序列数据中提取出更加抽象和具有信息丰富性的特征表示；其次，BiLSTM作为CNN-BiLSTM模型中的下层组件，接收通过CNN提出得到的旅游需求预测重要特征的时间信息；BiLSTM通过结合两个方向的信息流动即前向和后向，允许模型在预测每个时间步的同时考虑过去和未来的信息，从而更全面地理解序列中的时间关系，减少信息丢失的同时克服长序列中的梯度消失问题；BiLSTM的前向和后向两层的输出连接在一起，形成最终输出，相关计算过程如下： 其中LSTM表示长短期记忆网络，xt为输入序列在时间步t的输入向量，分别为前向LSTM和后向LSTM在时间步t的隐藏状态，[:,:]表示向量的连接操作； 在CNN的每层池化层后额外增加一个扁平层，以充分利用中间层信息，且池化层选择最大池化层。

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福州大学，其通讯地址为：350108 福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学；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。