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！

龙图腾网获悉厦门大学申请的专利基于深度学习的场所流量控制方法、系统及可读介质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：CN115796287B 。

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：202211226943.7，技术领域涉及：G06N5/045；该发明授权基于深度学习的场所流量控制方法、系统及可读介质是由陈龙彪;王程;何昕;刘燕文;肖德洪;范晓亮;吴圣杰;王妤妃;洪虹;程明;赵敏设计研发完成，并于2022-10-09向国家知识产权局提交的专利申请。

本基于深度学习的场所流量控制方法、系统及可读介质在说明书摘要公布了：本发明公开了一种基于深度学习的场所流量控制方法、系统及可读介质，通过获取人员数据、场所数据和办公数据，根据人员数据确定对应的空间因素、移动因素和健康因素，并基于空间因素、移动因素和健康因素构建雷达图，根据雷达图确定人员的健康状态评分；根据场所数据的历史流量数据采用经训练的LSTNet模型预测得到未来对应时刻的流量数据，并结合实际流量数据确定场所的负载状况；根据人员的健康状态评分、场所的负载状况和办公数据确定该人员进入该场所的权限；根据人员的健康状态评分、场所的负载状况通过排队论模型计算出该人员进入该场所的排队平均等待时间，该方法具有更细的细粒度，提供人员等待时长，避免人员拥挤，有利于场所内人流量的管控。

本发明授权基于深度学习的场所流量控制方法、系统及可读介质在权利要求书中公布了：1.一种基于深度学习的场所流量控制方法，其特征在于，包括以下步骤： S1，获取人员数据、场所数据和办公数据，根据所述人员数据确定对应的空间因素、移动因素和健康因素，并基于所述空间因素、移动因素和健康因素构建雷达图，根据所述雷达图确定人员的健康状态评分，所述健康状态评分的计算公式如下： ； 其中，，为指标个数，和分别表示人员u的第个指标的得分和该指标的最大得分，和分别表示第+1个指标的得分和该指标的最大得分，%是取余符号； S2，根据所述场所数据的历史流量数据采用经训练的LSTNet模型预测得到未来对应时刻的流量数据，并结合实际流量数据确定场所的负载状况，所述负载状况的计算公式如下： ； 其中，T和T'分别表示场所的当前实际流量数据和所述经训练的LSTNet模型预测得到的流量数据； S3，根据人员的健康状态评分、场所的负载状况和办公数据确定该人员进入该场所的权限； S4，根据人员的健康状态评分、场所的负载状况通过排队论模型计算出该人员进入该场所的排队平均等待时间，具体包括： 根据该人员的健康状态评分确定其优先级，公式如下： ； 根据该场所的负载状况确定排队论模型中的场所可用容量，公式如下： ； 其中，𝑁𝑐表示该场所的最大容量； 根据所述场所可用容量计算出优先级为𝑘的人员在队伍中排队的平均等待时间为： ； 其中，； 𝜆𝑖3=𝑛’𝑖3𝑛’𝜆； 𝜇=1𝑇1； 其中，𝑘=1,2,…,𝑚，𝜆表示所有优先级人员的到达率，𝜆𝑖3表示优先级为i3的服从泊松分布的人员到达率，其中𝑛’𝑖3表示优先级为𝑖3的人数，𝑛’表示总人数，服务率𝜇是指场所每小时能够服务的人数，𝑇1代表每个人员在该场所内的平均停留时间，该时间服从指数分布。

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厦门大学，其通讯地址为：361000 福建省厦门市思明南路422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。