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：重庆交通大学

摘要：本发明公开了一种群体划分模型的分类方法，对道路上的出行数据进行收集，通过数据处理与模型分析以对出行群体进行分类，具体包括以下步骤：S1：出行群体数据处理；S2：确定群体划分指标；S3：FCM聚类算法初步划分出行群体；S4：构建并训练传统BP神经网络分类模型；S5：计算自定义混合损失函数；S6：构建基于自定义混合损失函数的BP神经网络分类模型；S7：划分出行群体。本群体划分模型的分类方法，对数据进行出行行为特征分析、确定并计算划分指标等操作，从而构建出行群体划分模型，得到出行群体划分指标体系，便于各类道路上出行数据的群体目标划分。

主权项：1.一种群体划分模型的分类方法，对道路上的出行数据进行收集，通过数据处理与模型分析以对出行群体进行分类，其特征在于，具体包括以下步骤：S1：出行群体数据处理；S2：确定群体划分指标；群体划分指标包括时间分布特征、空间分布特征和目的分布特征三个方面，初步选择出行次数、单次平均出行时长为时间分布特征指标；单次平均出行距离、出行轨迹重复率为空间分布特征指标；高峰时段出行偏好、周末出行偏好为目的分布特征指标；通过SPSS数据统计软件对六个指标进行显著性检验以最终确定群体划分指标；S3：FCM聚类算法初步划分出行群体；S4：构建并训练传统BP神经网络分类模型；S5：计算自定义混合损失函数；混合损失函数是指原有的交叉熵损失和加权欧氏距离，交叉熵损失用于衡量模型在分类任务上的性能，加权欧氏距离指集合Wa与集合Wb中每个元素点对的欧氏距离平方和的均值基础上加权所得到的距离，记为Dis，用于衡量群体特征Wa和Wb之间的差异，其中Wb即为数据集Vb的特征集合；Dis计算公式如下： 式中：e——权值系数；L——网络层数；Wl——第i层权重矩阵中元素的总数；Wali,j——参数集合Wa中第l层权重矩阵的第i行和第j列的元素；Wbli,j——参数集合Wb中第l层权重矩阵的第i行和第j列的元素；e——用于平衡两部分损失的重要性，介于0到1之间；本申请中e取0.5；多分类交叉熵损失函数公式如下： 式中：yi——第i个样本的真实标签；pi——第i个样本的预测概率；其中，样本的预测概率为SoftMax激活函数对第i个样本的返回值；构建完成的自定义混合损失函数Loss公式如下：Loss＝ce_loss+e*Dis；S6：构建基于自定义混合损失函数的BP神经网络分类模型；S7：划分出行群体。

全文数据：

权利要求：

百度查询： 重庆交通大学 一种群体划分模型的分类方法