-
公开(公告)号:CN115422246A
公开(公告)日:2022-12-02
申请号:CN202211018731.X
申请日:2022-08-24
Applicant: 华侨大学
IPC: G06F16/2457 , G06F16/29 , G06Q50/30
Abstract: 本发明公开一种基于道路拥塞规避的公共交通线路生成方法及系统,包括:构建公共交通搜索图;获取用户输入的上车点,基于所述公共交通搜索图,获取输入上车点、输入上车点一阶邻居或二阶邻居的拥堵指数,根据所述拥堵指数,生成推荐上车点;获取用户输入的起点和终点,基于所述公共交通搜索图,构造候选线路集,对候选线路集进行筛选,生成推荐线路。本发明能够为用户提供道路拥塞规避的出行线路,节省用户的出行时间,特别是在高峰期时段,能智能引导用户前往合适站点乘车,增强用户使用公共交通出行的意愿,实现绿色出行。
-
公开(公告)号:CN117953163A
公开(公告)日:2024-04-30
申请号:CN202410234872.8
申请日:2024-03-01
Applicant: 华侨大学
Abstract: 本发明公开了一种融合轻量级Transformer和质数基混合位置编码的NeRF三维重构方法,包括以下步骤:获取三维场景图片,通过分层采样法获取三维场景中的点作为训练数据;构建融合轻量级Transformer和质数基混合位置编码的三维重构模型,并利用训练数据进行训练,获得训练好的三维重构模型;利用训练好的三维重构模型实现三维重构。本发明以同一场景下多个视角的图片作为输入,通过学习场景中点的位置和颜色信息对场景进行隐式的三维建模,模型训练完成后就可以渲染训练数据中未出现的视角下的场景图;通过采用Transformer结构以及以质数组合为基数的混合位置编码方式,在一定程度上解决了NeRF算法的伪影问题并提高了高频细节渲染能力,在图像渲染领域有着出色的性能。
-
公开(公告)号:CN115204489A
公开(公告)日:2022-10-18
申请号:CN202210821384.8
申请日:2022-07-13
Applicant: 华侨大学
Abstract: 本发明公开一种基于图注意力网络和天气权重的城市车速预测方法及系统,包括:构建由目标路段p及其相关路段组成的空间结构图Gp=(Vp,Ep);基于空间结构图,构建车速矩阵Cp,t,l和天气因素矩阵Dp,t,k,l;使用加权的方式将车速矩阵与天气因素矩阵进行加权融合,获得特征融合后的矩阵Ap,t,k,l;将特征融合后的矩阵输入构建好的W2‑GAT模型,预测出目标路段p当前时刻t之后k个时段的车速特征。本发明基于融合图注意力网络、门控循环单元和天气权重因子的深度学习预测模型,能够较好地反映实际路面情况下未来短时的车速特征,为具体的交通数据应用提供数据支撑。
-
-