公开(公告)号：CN118394807A

公开(公告)日：2024-07-26

申请号：CN202311733392.8

申请日：2023-12-18

Applicant: 福州大学

Inventor： 邬群勇 ,  郑汉捷 ,  张晨 ,  王涵菁 ,  尹延中 ,  杨仕煜 ,  汪小钦

IPC: G06F16/2458 ,  G06F16/29 ,  G06F18/22 ,  G06F18/23211 ,  G06F18/25 ,  G06F18/26 ,  G06Q50/26

Abstract: 本发明涉及一种融合轨迹时空距离和SNN‑DPC的出租出行频繁模式挖掘方法，包括：获取轨迹数据，剔除重复记录和异常的数据并补全缺失数据；对研究区域进行网格化处理，任取不同的2个网格，提取以这两个网格所在区域为起终点的所有轨迹，构建轨迹子数据集；基于改进的Hausdorff算法度量轨迹的空间位置相似性；基于改进的LCSS算法度量轨迹的空间方向相似性；将轨迹空间位置距离矩阵和轨迹空间方向距离矩阵进行加权融合，得到轨迹时空距离矩阵；基于SNN‑DPC算法对轨迹时空距离矩阵进行聚类分析，将轨迹划分为不同的类簇；基于FDPC‑OF算法检测聚类结果中的离群轨迹，并予以剔除，最终得到出租出行频繁模式。该方法有利于实现准确、高效的出租出行频繁模式识别。

公开(公告)号：CN119942804A

公开(公告)日：2025-05-06

申请号：CN202510438795.2

申请日：2025-04-09

Applicant: 福州大学

Inventor： 黄荣 ,  杨仕煜 ,  邬群勇 ,  卓子濠 ,  汪小钦

IPC: G08G1/01 ,  G06N3/0455 ,  G06N3/0464 ,  G06Q10/047

Abstract: 本发明公开基于解耦图卷积循环网络的交通流量预测方法与系统，使用多尺度时间嵌入编码器、传感器特定图卷积网络和信号解耦机制，其中方法包括步骤S1：输入历史交通数据，包括流量、速度并进行标准化预处理；步骤S2：通过多尺度时间嵌入编码器MTEE对输入的历史交通数据的分钟级、日周期和周周期特征进行自适应融合，生成多尺度时空特征矩阵。本发明解决了传统模型在时间多尺度建模、节点异质性适应和突发波动处理中的不足。该方法预测效果显著优于现有技术，MAE指标具有明显的降低，适用于智能交通管理、导航优化及应急决策支持。

公开(公告)号：CN117392547A

公开(公告)日：2024-01-12

申请号：CN202311516804.2

申请日：2023-11-15

Applicant: 福州大学

Inventor： 徐伟铭 ,  李紫微 ,  杨仕煜 ,  王娟 ,  潘凯祥 ,  何小英

IPC: G06V20/10 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/082 ,  G06N3/048

Abstract: 本发明提供一种融合Swin Transformer与视觉图神经网络的遥感影像场景分类方法，涉及计算机视觉和遥感图像处理领域。该模型由四个关键部分组成：首先是基于剪枝Swin Transformer的特征提取器，其能构建远距离依赖关系，捕捉全局和局部特征；其次是过渡层，将特征序列转换为特征图；接着，基于视觉图神经网络（ViG）的特征提取器，能够捕捉场景图像的空间拓扑关系，形成空间感知特征；最后使用分类器进行具体的场景分类。本发明采用串行融合和模型剪枝的策略，在降低模型复杂度和训练时间的同时，巧妙融合多尺度特征和空间感知特征，更好地处理了遥感图像类间相似性高和类内差异大的问题，与现有场景分类方法相比，具有较好的遥感场景分类性能。