Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 武汉大学杨红获国家专利权

武汉大学杨红获国家专利权

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!

龙图腾网获悉武汉大学申请的专利一种人口迁移流动流量预测方法及系统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:CN120181288B

龙图腾网通过国家知识产权局官网在2026-03-13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:202510207440.2,技术领域涉及:G06Q10/04;该发明授权一种人口迁移流动流量预测方法及系统是由杨红;郭小刚;严雪心;唐炉亮;孙乐乐设计研发完成,并于2025-02-25向国家知识产权局提交的专利申请。

一种人口迁移流动流量预测方法及系统在说明书摘要公布了:本发明提供一种人口迁移流动流量预测方法及系统,包括:步骤1.构建改进后的深度引力模型;步骤2.将改进后的深度引力模型与XGBoost模型组合构建XGBoost‑深度引力模型;步骤3.构建影响人口迁移流动的指标体系;步骤4.将指标体系中各影响因子作为原始特征,对所述原始特征进行特征选择获取主要影响因素;步骤5.对所述XGBoost‑深度引力模型进行模型训练、检验和筛选;步骤6.基于所述XGBoost‑深度引力模型,进行人口迁移流动流量预测。本发明在对深度引力模型改良的基础上引入极限梯度决策树XGBoost,通过特征优选提取重要指标,再结合关键变量进行人口迁移流动规模、流动方向及流动网络结构的预测,可以有效降低模型误差,提高模型预测精度。

本发明授权一种人口迁移流动流量预测方法及系统在权利要求书中公布了:1.一种人口迁移流动流量预测方法,其特征在于,包括如下步骤: 步骤1.基于深度神经网络和原始深度引力模型构建改进后的深度引力模型;改进后的深度引力模型在深度神经网络中添加隐藏层引入非线性特征,并通过最大似然估计方法估计非线性特征中的参数;改进后的深度引力模型包括:洗牌模块、多层感知机以及组合模块;所述洗牌模块将多年份的人口迁移流动流量数据进行打散混合,然后统计数据分布,最后基于数据分布的占比进行分层抽样;组合模块将原始深度引力模型输出的结果按照年份进行汇总,并与年度的人口迁移流动总量进行残差处理; 步骤2.将改进后的深度引力模型与XGBoost模型组合构建XGBoost-深度引力模型; 步骤3.构建影响人口迁移流动的指标体系; 步骤4.将步骤3指标体系中的各影响因子作为原始特征,基于XGBoost模型对各影响因子的重要性排序,对所述原始特征进行特征选择获取主要影响因素;还包括基于Optuna超参数优化框架对XGBoost模型进行超参数优化: 步骤5.对所述XGBoost-深度引力模型进行模型训练、检验和筛选; 步骤6.基于所述XGBoost-深度引力模型,进行人口迁移流动流量预测。

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武汉大学,其通讯地址为:430072 湖北省武汉市武昌区八一路299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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。