[发明专利]公交到站时间预测方法、装置、电子设备及存储介质

权利要求书

1.一种公交到站时间预测方法，其特征在于，包括：

获取公交车的历史运行数据集，所述历史运行数据集包含历史站点数据集和历史状态数据集；

对所述历史站点数据集进行站点数据预处理，获得一类运行聚合特征，并存储至信息聚合数据库中；

对所述历史状态数据集进行状态数据预处理，获得多个二类运行组合特征，并构建组合特征集；

根据所述一类运行聚合特征和所述组合特征集，构建历史运行特征集；

构建初始的到站时间预测网络，以所述历史运行特征集为输入、预测到站时间为输出对初始的到站时间预测网络进行训练，并获得训练好的到站时间预测网络；

获取所述公交车的实时状态数据，将经过预处理后的实时状态数据与所述信息聚合数据库中的一类运行聚合特征进行组合，获得实时运行特征；

将所述实时运行特征输入训练好的到站时间预测网络，并采用网络输出的实时到站时间对历史到站时间进行修正，得到最终到站时间。

2.如权利要求1所述的公交到站时间预测方法，其特征在于，所述获取历史运行数据集，所述历史运行数据集包含历史站点数据集和历史状态数据集，包括：

检测第一数据采集线程组和第二数据采集线程组是否启动；其中，所述第一数据采集线程组用于采集所有路线上所有公交车的历史站点数据，所述第二数据采集线程组用于采集所有路线上所有公交车的历史状态数据；

在所述第一数据采集线程组启动时，通过所述第一数据采集线程组对预设采样时段内的每一条路线上每一辆公交车的历史站点数据进行采集，得到历史站点数据集；

在所述第二数据采集线程组启动时，通过所述第二数据采集线程组对预设采样时段内的每一条路线上每一辆公交车的历史状态数据进行采集，得到历史状态数据集。

3.如权利要求1所述的公交到站时间预测方法，其特征在于，所述对所述历史站点数据集进行站点数据预处理，获得一类运行聚合特征，并存储至信息聚合数据库中，包括：

对所述历史站点数据集进行数据清洗，得到多组不含脏数据的站点数据；

对每一组所述不含脏数据的站点数据进行多特征提取，得到对应的组合特征；

对每一个所述组合特征进行特征聚合，得到一类运行聚合特征，并将所述一类运行聚合特征存储至信息聚合数据库中。

4.如权利要求3所述的公交到站时间预测方法，其特征在于，所述对所述历史站点数据集进行数据清洗，得到多组不含脏数据的站点数据，包括：

对所述历史站点数据集进行数据分割和数据排序，得到多个排序后的站点数据子集；

对每一个所述站点数据子集进行数据分组和脏数据剔除，得到多组不含脏数据的站点数据。

5.如权利要求3所述的公交到站时间预测方法，其特征在于，所述对每一组所述不含脏数据的站点数据进行多特征提取，得到对应的组合特征，包括：

对任一组所述不含脏数据的站点数据进行时间特征提取，得到对应的时间特征；

对任一组所述不含脏数据的站点数据进行线路静态特征提取，得到对应的线路静态特征；

对任一组所述不含脏数据的站点数据进行线路动态特征提取，得到对应的线路动态特征；

对任一组所述不含脏数据的站点数据对应的所述时间特征、所述线路静态特征和所述线路动态特征进行组合，得到对应的组合特征。

6.如权利要求1所述的公交到站时间预测方法，其特征在于，所述对所述历史状态数据集进行状态数据预处理，获得多个二类运行组合特征，并构建组合特征集，包括：

对历史状态数据集进行数据清洗，得到多组不含脏数据的状态数据；

对每一组所述不含脏数据的状态数据进行线路动态特征提取，获得对应的二类运行组合特征，并由多个所述二类运行组合特征组合得到组合特征集。