基于双向评分模型和回溯校正机制的地图匹配方法及系统

    公开(公告)号:CN113639757B

    公开(公告)日:2023-08-25

    申请号:CN202110864075.4

    申请日:2021-07-29

    Abstract: 本发明提供了一种基于双向评分模型和回溯校正机制的地图匹配方法及系统,包括:基于采集到的GPS点位置信息,根据地图路径信息选取候选点;基于双向评分模型对测量的GPS点的位置、方向以及速度进行评分并赋予位置、方向以及速度不同的权重,得到候选点对GPS点的评分;当GPS点的评分低于阈值时,则判定为低质量点,并删除当前低质量点不参与匹配;当判定连续的GPS点为低质量点并删除时,则利用随后第一个没有被删除的GPS点逆向评估被删除的GPS点,重新检测被删除的GPS点是否为低质量点;基于双向评分模型计算每个候选点与当前保留的GPS点的匹配概率,选择概率值最大的候选点作为匹配的候选点;根据匹配的候选点,基于最短路径原则生成唯一的地图匹配结果。

    基于强化学习的特车优先通行方法及系统

    公开(公告)号:CN116524741A

    公开(公告)日:2023-08-01

    申请号:CN202310451039.4

    申请日:2023-04-24

    Inventor: 曹健 戈萧 钱诗友

    Abstract: 本发明提供了一种基于强化学习的特车优先通行方法及系统,包括如下步骤:布置步骤:在交叉口布置信号灯控制智能体和通信判断智能体;信号灯控制步骤:使用信号灯控制智能体控制交叉口信号灯的运行,根据获取的交通状态决策当前需要切换的相位。通信判断步骤:使用通信判断智能体在特车到达时判断选定周围智能体并进行通信,将特车信息通知给下游的交叉口;配合步骤:通过结合信号灯控制智能体和通信判断智能体优化相位安排策略,进行特车的优先通行。本发明通过结合交通信号灯控制智能体和通信判断智能体,使得相位安排的策略的更优,达到特车优先通行的目的。

    基于位集的计数型事件匹配算法的优化方法及系统

    公开(公告)号:CN116467512A

    公开(公告)日:2023-07-21

    申请号:CN202310234184.7

    申请日:2023-03-09

    Abstract: 本发明提供了一种基于位集的计数型事件匹配算法的优化方法及系统,包括:为每个属性设置一个位集,位集大小等于订阅的个数;初始化集为0;通过正向计数型算法执行原有事件匹配逻辑,每找到一个匹配的谓词,将位集上的属性所属的订阅ID对应的位标记为1,表示在属性上对应的订阅和事件是匹配的;对每个属性上的位集做逻辑与运算,进而得到所有属性上都和事件相匹配的订阅。本发明能够对任何正向计数型的事件匹配算法进行优化,在不改变优化对象原有数据结构和匹配逻辑的前提下,通过引入位集来提升其匹配性能,将计数算术运算全部转化为位集上的标记操作和位集之间的逻辑运算,提升了正向计数型匹配算法的性能并增强了算法的并行性。

    在概念漂移下业务流程模型的自动和增量修复方法及系统

    公开(公告)号:CN116382756A

    公开(公告)日:2023-07-04

    申请号:CN202211519082.1

    申请日:2022-11-30

    Inventor: 曹健 关威 钱诗友

    Abstract: 本发明提供了一种在概念漂移下业务流程模型的自动和增量修复方法及系统,包括:步骤S1:将每一个到达的轨迹在当前的流程模型上进行重放,并进行概念漂移检测;步骤S2:检测到概念漂移后,对概念漂移进行定位;步骤S3:替换流程模型的子结构修复流程模型。本发明着眼于在信息系统中存在概念漂移的情况下,自动更新业务流程模型,减少了人为修改流程模型的繁琐操作;本发明能够使用户尽早地发现并理解流程的演变,保证企业的健康运行。

    基于组合语义学习的服务包推荐方法及系统

    公开(公告)号:CN111539784B

    公开(公告)日:2023-05-26

    申请号:CN202010279074.9

    申请日:2020-04-10

    Inventor: 曹健

    Abstract: 本发明提供了一种基于组合语义学习的服务包推荐方法及系统,包括:步骤M1:采集现有的Mashup应用及Mashup应用所包含的原子服务;步骤M2:基于Mashup应用中使用的服务之间的协作关系,学习原子服务组合在一起形成的组合语义,构建语义服务包库;步骤M3:围绕语义服务包库推荐一组互补的服务,完整涵盖Mashup应用的功能需求。本发明通过对Mashup应用自然语言功能描述的挖掘来发现服务的组合语义,并形成语义服务包库,围绕语义服务包库,为用户推荐一组互补的服务,以尽可能完整涵盖功能需求。

    一种面向收敛性保障的无监督双向生成自动编码方法及系统

    公开(公告)号:CN113298895B

    公开(公告)日:2023-05-12

    申请号:CN202110678193.6

    申请日:2021-06-18

    Abstract: 本发明提供了一种面向收敛性保障的无监督双向生成自动编码方法及系统,包括:批数据(x,z)通过编码器E和生成器G同时生成编码结果E(x)和生成数据G(z);图像空间数据与隐变量空间数据通过卷积块Fx和Fz,分别对图像空间数据与隐变量空间数据进行信息提取,得到提取后的图像空间数据和提取后的隐变量空间数据根据提取后的图像空间数据和提取后的隐变量空间数据训练判别器D,直至损失函数最小;图像数据利用训练后的编码器E,完成编码过程并生成编码结果,将编码结果输入训练后的生成器G,获得重建图像数据结果,进而完成图像数据的重建工作,实现了图像空间与隐变量空间双向映射过程的整体协同优化,提升表征能力和图像生成能力。

    开源社区中开发者行为的异常检测方法、系统及介质

    公开(公告)号:CN111459797B

    公开(公告)日:2023-04-28

    申请号:CN202010124140.5

    申请日:2020-02-27

    Abstract: 本发明提供了一种开源社区中开发者行为的异常检测方法、系统及介质,包括:构建序列步骤:根据开发者行为构建不同的行为次数时间序列;行为数据离散化步骤:对行为次数时间序列进行划分成区间内差异低于预设范围,区间之间差异高于预设范围的不同类别,并达到预设类别数量;行为频繁序列挖掘步骤:在其他人员的行为序列和待检测者的历史行为序列上均进行行为频繁序列挖掘;行为异常性判断步骤:判断开发者的行为是否存在异常。本发明提高了开源项目的确定性,减少了项目进度风险;本发明可以追溯历史数据,对过去异常数据进行标识。

    开源软件开发中Issue解决时间的预测方法及系统

    公开(公告)号:CN111258624B

    公开(公告)日:2023-04-28

    申请号:CN202010032795.X

    申请日:2020-01-13

    Abstract: 本发明提供了一种开源软件开发中Issue解决时间的预测方法及系统,包括:步骤1:爬取开源软件平台上的不同项目中的Issue数据组;步骤2:清洗整理原始数据并制作事件日志;步骤3:挖掘Issue解决过程的两阶段中的频繁模式;步骤4:利用Issue动态和静态特征构建Issue解决模式动态预测模型,基于模式信息构建动态Issue解决时间预测模型。本发明首创性地挖掘开源软件项目的Issue的微过程模式,并用其改善对Issue解决时间的预测,为开源软件项目的管理者和用户对Issue解决模式从过程的角度带来了更深刻的理解。

    基于事件属性和资源节点状态约束的事件过滤系统及方法

    公开(公告)号:CN115220934A

    公开(公告)日:2022-10-21

    申请号:CN202210866671.0

    申请日:2022-07-22

    Abstract: 本发明提供了一种基于事件属性和资源节点状态约束的事件过滤系统及方法,其特征在于,包括:事件发布者、事件订阅者、事件处理模块、策略处理模块与节点信息点;事件发布者、事件订阅者和事件处理模块是发布/订阅模型中基本的三个组成部分;事件发布者生成事件,事件订阅者消费事件,事件处理模块进行事件的路由转发,策略处理模块解析用EFPL定义的过滤策略和生成每个事件订阅者的选择器,节点信息点存储资源节点状态信息。本发明能够针对接受事件订阅者的状态确定是否要将事件发给这些订阅者,从而极大地避免了事件的无效分发;本发明能够对资源的状态和事件属性的复杂过滤条件进行定义;本发明能够与目前的发布订阅系统进行有机集成。

Patent Agency Ranking