首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

估计到达时间的系统和方法 

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!

申请/专利权人:北京嘀嘀无限科技发展有限公司

摘要:本申请提供了用于估计与乘车订单相关联的到达时间的系统和方法。示例性方法可以包括:将运输信息输入到训练后的机器学习模型。运输信息可以包括与乘车订单相关联的起点和目标地,以及训练后的机器学习模型可以包括递归神经网络,其中,训练所述机器学习模型的训练数据包括连接历史起点和历史目的地的历史路线和真实历史行程时间,所述历史路线对应于链路序列,每个所述链路对应于一个路段。该方法进一步可以包括,基于训练后的机器学习模型,获得通过连接起点和目的地的路线到达目的地的估计时间。

主权项:1.一种用于估计与乘车订单相关联的到达时间的方法,包括:将运输信息输入到训练后的机器学习模型,其中:所述运输信息包括与所述乘车订单相关联的起点和目的地,以及所述训练后的机器学习模型包括耦合到多层感知器网络的递归神经网络,其中,训练所述机器学习模型的训练数据包括连接历史起点和历史目的地的历史路线和真实历史行程时间,所述历史路线对应于链路序列,每个所述链路对应于一个路段,所述递归神经网络包括长短期记忆网络以及耦合到所述长短期记忆网络的另一个多层感知器网络;基于所述训练后的机器学习模型,获得通过连接所述起点和所述目的地的路线到达所述目的地的估计时间;训练所述机器学习模型包括,对于至少两个历史车辆行程中的每一个历史车辆行程:获取与所述历史车辆行程相关的运输训练数据;从所述运输训练数据获取一个或以上局部特征,所述局部特征分别与所述链路相关;将所述局部特征馈送到所述另一个多层感知器网络,以获得与所述链路相对应的第一结果;以及将所述第一结果相应地作为输入馈送到所述长短期记忆网络的各层,以获得所述各层的最后一层的当前隐藏状态,所述当前隐藏状态为所述递归神经网络的输出,作为与所述递归神经网络耦合的所述多层感知器网络的输入。

全文数据:

权利要求:

百度查询: 北京嘀嘀无限科技发展有限公司 估计到达时间的系统和方法

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。