(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111383461.8 (22)申请日 2021.11.22 (71)申请人 南方科技大 学 地址 518055 广东省深圳市南 山区桃源街 道学苑大道1088号 (72)发明人 余剑峤　叶勇超　朱元绍　 (74)专利代理 机构 广州嘉权专利商标事务所有 限公司 4 4205 代理人 洪铭福 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 10/10(2012.01) G06Q 50/30(2012.01) G06K 9/62(2022.01) (54)发明名称 到达时间预测方法、 装置、 电子设备及存储 介质 (57)摘要 本发明公开了一种到达时间预测方法、 装 置、 电子设备及存储介质， 属于交通技术领域。 本 发明的到达时间预测方法包括： 获取目标路段数 据； 根据目标路段数据生成路段网络； 对路段网 络进行嵌入处理， 得到路段特征向量； 通过预设 的聚类算法对路段特征向量进行聚类处理， 得到 目标路段序列； 通过预设的时空特征提取模型对 目标路段序列进行特征提取， 得到时空特征向 量； 通过预设的辅助特征提取模 型对目标路段序 列进行特征提取， 得到辅助特征向量； 根据时空 特征向量和辅助特征向量进行出行时间预测， 得 到目标行程 分类值； 根据目标行程分类值进行近 似估计， 得到目标出行时间数据。 本发明能够提 高到达时间的预测精度， 同时有效减少计算量， 提高时间 效率。 权利要求书2页 说明书10页 附图5页 CN 114154693 A 2022.03.08 CN 114154693 A 1.到达时间预测方法， 其特 征在于， 包括： 获取目标路段 数据； 根据所述目标路段 数据生成路段网络； 对所述路段网络进行嵌入处 理， 得到路段 特征向量； 通过预设的聚类算法对所述路段 特征向量进行聚类处 理， 得到目标路段序列； 通过预设的时空特征提取模型对所述目标路段序列进行特征提取， 得到时空特征向 量； 通过预设的辅助特征提取模型对所述目标路段序列进行特征提取， 得到辅助特征向 量； 根据所述时空特征向量和所述辅助特征向量进行出行时间预测， 得到目标行程分类 值； 根据所述目标 行程分类值进行近似 估计， 得到目标 出行时间数据。 2.根据权利要求1所述的到达时间预测方法， 其特征在于， 所述对所述路段网络进行嵌 入处理， 得到路段 特征向量， 包括： 对所述路段网络进行图嵌入处 理， 得到路段游走序列； 对所述路段游走序列进行节点嵌入处 理， 得到所述路段 特征向量。 3.根据权利要求1所述的到达时间预测方法， 其特征在于， 所述通过预设的聚类算法对 所述路段 特征向量进行聚类处 理， 得到目标路段序列， 包括： 通过K‑Means聚类算法对所述路段 特征向量进行聚类处 理， 得到标签路段序列； 根据预设的聚类标签对所述标签路段序列进行合并处 理， 得到所述目标路段序列。 4.根据权利要求1所述的到达时间预测方法， 其特征在于， 所述通过预设的时空特征提 取模型对所述目标路段序列进行 特征提取， 得到时空特 征向量， 包括： 通过第一循环网络层对所述目标路段序列进行 前向特征提取， 得到前向隐藏向量； 通过第二循环网络层对所述目标路段序列进行后向特 征提取， 得到后向隐藏向量； 对所述前向隐藏向量和所述后向隐藏向量进行融合处 理， 得到所述时间特 征向量。 5.根据权利要求1所述的到达时间预测方法， 其特征在于， 所述通过预设的辅助 特征提 取模型对所述目标路段序列进行 特征提取， 得到 辅助特征向量， 包括： 根据预设的行程 时间类别标签对所述目标路段序列进行分类处理， 得到行程 时间类别 值； 通过预设的概率密度函数对所述行程 时间类别值进行概率计算， 得到行程 时间类别值 对应的分类概 率值； 对获取到的行程距离进行归一 化处理， 得到归一 化的行程距离值； 对获取到的出行时间和出行天气分别进行嵌入处理， 得到出行时间类别值和出行天气 类别值； 对所述归一化的行程距离值、 出行时间类别值、 出行天气类别值以及所述分类概率值 进行融合处 理， 得到所述辅助特 征向量。 6.根据权利要求1所述的到达时间预测方法， 其特征在于， 所述根据所述 时空特征向量 和所述辅助特 征向量进行 出行时间预测， 得到目标 行程分类值， 包括： 对所述时空特 征向量进行 预测处理， 得到第一预测数据；权　利　要　求　书 1/2 页 2 CN 114154693 A 2对所述辅助特 征向量进行 预测处理， 得到第二预测数据； 对所述第一预测数据和所述第二预测数据进行拼接处 理， 得到第三预测数据； 对所述第三预测数据进行 预测处理， 得到目标 行程分类值。 7.根据权利要求1所述的到达时间预测方法， 其特征在于， 所述根据所述目标行程分类 值进行近似 估计， 得到目标 出行时间数据， 包括： 获取所述目标 行程分类值对应的分类置信度； 根据所述分类置信度对所述目标 行程分类值进行近似 估计， 得到目标 出行时间数据。 8.到达时间预测装置， 其特 征在于， 包括： 获取模块， 用于获取目标路段 数据； 生成模块， 用于根据所述目标路段 数据生成路段网络； 嵌入模块， 用于对所述路段网络进行嵌入处 理， 得到路段 特征向量； 聚类模块， 用于通过预设的聚类算法对所述路段特征向量进行聚类处理， 得到目标路 段序列； 第一提取模块， 用于通过预设的时空特征提取模型对所述目标路段序列进行特征提 取， 得到时空特 征向量； 第二提取模块， 用于通过预设的辅助特征提取模型对所述目标路段序列进行特征提 取， 得到辅助特征向量； 预测模块， 用于根据所述时空特征向量和所述辅助特征向量进行出行时间预测， 得到 目标行程分类值； 近似估计模块， 用于根据所述目标 行程分类值进行近似 估计， 得到目标 出行时间数据。 9.电子设备， 包括存储器、 处理器及存储器上并可在处理器上运行的计算机程序， 所述 处理器执行所述程序时实现如权利要求1至7任一项所述的到 达时间预测方法。 10.计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储有计算机可执行 指令， 所述计算机可 执行指令用于执 行权利要求1至7任一项所述的到 达时间预测方法。权　利　要　求　书 2/2 页 3 CN 114154693 A 3