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
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京航空航天大学杜文博获国家专利权

北京航空航天大学杜文博获国家专利权

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!

龙图腾网获悉北京航空航天大学申请的专利基于因果推断的机场客流多因素融合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:CN120046771B

龙图腾网通过国家知识产权局官网在2025-11-21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:202510012658.2,技术领域涉及:G06Q10/04;该发明授权基于因果推断的机场客流多因素融合预测方法是由杜文博;韩玲玲;郭通;佟路设计研发完成,并于2025-01-06向国家知识产权局提交的专利申请。

基于因果推断的机场客流多因素融合预测方法在说明书摘要公布了:本发明涉及基于因果推断的机场客流多因素融合预测方法,属于机场客流预测技术领域,解决了现有技术中客运量的变化对机场资源配置带来困难的问题,包括:获取输入数据信息;对机场客流量进行格兰杰因果推断检验;得到多因素的格兰杰因果推断结果;对预测机场客流量的输入特征的时间序列进行划分;建立时间段内的注意力机制并得到局部的时序信息;建立时间段之间的注意力机制并得到全局的时序信息;将得到的局部的时序信息和全局的时序信息与格兰杰因果推断结果融合,得到了机场客流量的预测值;计算预测值与真实值之间的误差;得到训练好的机场客流量预测模型;输入测得的实时数据至训练好的机场客流量预测模型,得到机场客流量预测信息。

本发明授权基于因果推断的机场客流多因素融合预测方法在权利要求书中公布了:1.基于因果推断的机场客流多因素融合预测方法,其特征在于,包括以下步骤: 步骤S0、获取输入数据信息,包括通过数据库和传感器获得客流量数据、航班时刻表、二氧化碳浓度、PM2.5浓度、温度和湿度信息,输入数据信息中的所有信息均为时间序列数据; 步骤S1、基于获得的输入数据信息,对机场客流量进行格兰杰因果推断检验,构建多因素的因果关联,得到预测机场客流量的输入特征; 步骤S2、判断是否对步骤S0获取的输入数据信息中航班时刻表、二氧化碳浓度、PM2.5浓度、温度和湿度信息都已经进行格兰杰检验和分析,如果是则将得到的所有的输入特征作为多因素的格兰杰因果推断结果,并执行下一步骤,否则返回步骤S1对输入数据信息中剩下的影响因素进行格兰杰因果推断检验; 步骤S3、对输入特征的时间序列进行划分,得到新的时间序列; 步骤S4、对得到的新的时间序列中的各时间段内进行特征提取,建立时间段内的注意力机制并得到局部的时序信息; 步骤S5,对得到的新的时间序列中的时间段之间进行特征提取,建立时间段之间的注意力机制并得到全局的时序信息,以捕获全局相关性; 步骤S6、将得到的局部的时序信息和全局的时序信息,与步骤S2的格兰杰因果推断结果进行融合,实现加权的效果,得到了机场客流量的预测值; 步骤S7、计算所得到的预测值与步骤S0得到的客流量数据的真实值之间的误差,并利用梯度下降法更新神经网络中的所有权重参数; 步骤S8、将得到的误差与预定阈值进行比较,以及将迭代次数与最大迭代次数进行比较,当满足误差小于预定阈值和迭代次数达到最大迭代次数两个条件中的一者时,训练模型结束,得到训练好的机场客流量预测模型,否则返回步骤S3,以不同的尺度S重新划分时间序列; 步骤S9、输入测得的实时数据至所得到的训练好的机场客流量预测模型,得到机场客流量预测信息,用于进行机场资源调度和分配。

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航空航天大学,其通讯地址为:100191 北京市海淀区学院路37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。