跨城市时序数据迁移预测方法及系统

    公开(公告)号:CN115422994A

    公开(公告)日:2022-12-02

    申请号:CN202210928444.6

    申请日:2022-08-03

    Abstract: 本发明提供一种跨城市时序数据迁移预测方法及系统,属于目标识别技术领域,使用滑动时间窗口技术对源城市和目标城市的时间序列数据进行处理,将数据处理成为定长的时间序列集;使用两层1DCNN模型结合两层GRU模型对时间序列集进行特征提取;使用预先训练好的自适应预测模型对提取到的时间序列集的特征进行处理,得到时间序列数据迁移预测结果。本发明使用1DCNN结合GRU降低了数据维度,有效降低了GRU模型的计算量和复杂度,使GRU更高效,特别是对于处理长序列数据时,模型的效果会更好;将对抗思想应用于跨城市时序数据迁移,以找到多个城市深处的相似特征,作为迁移的保障,使其迁移能力更普适,保证了正迁移效果。

    一种非结构化P2P网络的资源搜索方法

    公开(公告)号:CN104734962A

    公开(公告)日:2015-06-24

    申请号:CN201510088791.2

    申请日:2015-02-26

    Abstract: 本发明公开一种非结构化P2P网络的资源搜索方法,包括步骤:为网络中各节点分别分配一个标识符,并分别定义各节点的前后向节点、邻居表及其中的表项;发起资源查询请求的节点分别向该节点的邻居表中各表项中的一个邻居节点发送增加转发区间的查询消息;若查询到资源,则向发起资源查询请求的节点发送搜索成功消息;若未查询到,邻居节点根据邻居节点的邻居表中的表项向邻居节点的转发区间内的邻居节点转发增加转发区间的查询消息;重复上一步直至查询到资源或已查询所有节点。本发明所述技术方案解决了洪泛搜索中冗余消息的问题,提高了非结构化P2P网络的资源搜索的可扩展性和效率,从而提高了非结构化P2P网络的可用性。

    跨城市兴趣点分布数据迁移预测方法及系统

    公开(公告)号:CN115422993A

    公开(公告)日:2022-12-02

    申请号:CN202210928411.1

    申请日:2022-08-03

    Abstract: 本发明提供一种跨城市兴趣点分布数据迁移预测方法及系统,属于目标识别技术领域,获取城市POI分布数据;对获取的城市POI分布数据进行网格化处理,将各POI维度数量作为网格的特征,形成城市网格化POI数据集,即城市的特征矩阵;基于城市网格化POI数据集,使用K‑means聚类方法进行聚类,得到城市POI分布聚类结果;基于城市POI分布聚类结果,选择与目标城市同类别下的城市作为源城市,利用预先训练好的迁移预测模型进行迁移学习预测,得到目标城市的兴趣点分布结果。本发明使用城市聚类,从相似度判别角度,即从源头上解决问题,配合基于样本的迁移技术,获得了更准确的预测结果。

Patent Agency Ranking