-
公开(公告)号：CN115759474A
公开(公告)日：2023-03-07
申请号：CN202211573438.X
申请日：2022-12-08
Applicant: 北京九栖科技有限责任公司
IPC: G06Q10/04 , G06Q10/0631 , G06Q50/06 , G06F18/25 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种基于Autoformer模型和XGBoost模型的多任务负荷预测方法及其系统，包括以下步骤：获取历史数据，分别提取时间特征、气象特征、人口特征以及居民负荷数据，从而构造历史时序数据；基于Autoformer模型进行对人口数量和居民负荷进行预测，得到一个时间段内人口数量预测值和居民最大负荷预测值；基于XGboost模型利用时间特征、气象特征以及Autoformer模型预测的人口数量预测值对同一个时间段内的居民最大负荷进行预测；将Autoformer模型和XGboost模型预测到的居民最大负荷进行融合，得到最终预测结果。该系统包括特征提取模块、Autoformer模型预测模块、XGboost模型预测模块和预测结果融合模块；本发明解决了现有技术中无法有效利用时序数据进行负荷预测这一问题。
-
公开(公告)号：CN118488448B
公开(公告)日：2024-12-31
申请号：CN202410714289.7
申请日：2024-06-04
Applicant: 北京九栖科技有限责任公司
IPC: H04W12/122
Abstract: 本发明涉及信息安全技术领域，具体涉及一种基于多维统计分析的5G专网信令攻击检测方法，包括：采集5G专网中N1&N2和N4接口的原始信令数据，实时解析关联合成XDR日志；根据XDR日志完成不同终端在不同时间粒度下的信令流程统计；根据5G专网的业务形态和终端类型，制定多维度的信令流程统计模板；对5G专网进行信令攻击检测时，配置一个与当前5G专网的业务形态和专网中终端的信令流程统计特征相匹配的统计模板，将该统计模板的统计值与预先设定的阈值进行比较，若超出阈值，则认为存在信令攻击，否则，结束本次检测，进入下一循环。本发明可提高对5G专网中信令攻击检测的准确性。
-
公开(公告)号：CN118215008B
公开(公告)日：2024-08-27
申请号：CN202410613018.2
申请日：2024-05-17
Applicant: 北京九栖科技有限责任公司
Abstract: 本发明公开了一种区域自适应的图信融合计算方法，属于大数据挖掘技术领域，首先获取各区域基站基础数据、车辆杆体数据，与实时轨迹数据结合使用；对各区域手机信令轨迹数据进行插值，筛选每个手机号码的职住轨迹；依次基于源区域正样本数据进行信令轨迹压缩、杆体附近轨迹过滤、时间切片轨迹碰撞、运营商平权相似度计算等操作，直至完成源区域模型参数训练；利用源区域模型计算目标区域全量数据置信度，筛选目标区域潜在正样本集合，重复执行上述操作直至完成目标区域模型参数训练。利用本发明方法可提高图信融合计算模型的准确性，便于准确度量车辆与手机号码的轨迹相似性；同时解决了目标区域正样本匮乏问题，提升了计算模型的可移植性。
-
公开(公告)号：CN116991607B
公开(公告)日：2023-12-22
申请号：CN202311244494.3
申请日：2023-09-26
Applicant: 北京九栖科技有限责任公司
Abstract: 本发明涉及大数据分析技术领域，具体涉及一种用于大数据中台和平台间通信的适配方法、系统及设备，方法包括：程序上传：对大数据中台已有的程序文件和依赖文件进行分类管理，并批量上传到大数据平台；库表建立：确定大数据中台所需的库表，在数据总线上为相应的库表申请资源，在大数据平台中进行单张库表建立或批量库表建立；任务上传：将大数据中台所需的实时任务和/或离线任务批量上传至所述大数据平台；任务执行：将大数据中台所需执行的异步任务与大数据平台提供的接口进行适配，并驱动大数据平台执行相应任务。本发明可实现大数据中台和大数据平台间快速适配和自动化对接。
-
公开(公告)号：CN119132049B
公开(公告)日：2025-04-11
申请号：CN202411192242.5
申请日：2024-08-28
Applicant: 北京九栖科技有限责任公司
Abstract: 本发明公开了一种用于高速公路场景的车码拟合方法及系统，包括：获取高速公路车辆轨迹数据及手机定位数据，提取关键字段，分别创建车辆时空轨迹表和手机号码时空轨迹表；根据两类时空轨迹表，进行车码拟合计算，得到每日的车码拟合结果；进一步，基于每日的车码拟合结果，采用阈值过滤和基于首尾端轨迹的样本过滤两类噪声过滤方法进行结果降噪，得到高置信伴随结果候选集；基于高置信伴随结果候选集，按月聚合得到最终车码拟合结果；本发明不仅能够有效处理数据中的噪声，还能在稀疏数据环境下准确识别高速公路车辆与手机号码的伴随关系，提高了伴随关系识别的准确性和可信度。
-
Patent Agency Ranking
公开(公告)号：CN118965081A
公开(公告)日：2024-11-15
申请号：CN202411260369.6
申请日：2024-09-10
Applicant: 北京九栖科技有限责任公司
IPC: G06F18/24 , G06F16/2455 , G06F16/2458 , G06F18/15 , G06F18/21
Abstract: 本发明涉及一种基于在线局部敏感哈希算法的一人多号识别方法，通过获取各通信运营商中不同手机号码的轨迹路线；对所述轨迹路线进行轨迹点个数对齐；并基于p‑稳定分布，构造多个哈希函数，创建哈希桶；以及将对齐后的轨迹路线通过多个哈希桶分别映射为指纹值，通过对多个指纹值取交得到不同用户的近似近邻号码集合。本发明能够在保证去重质量的同时，显著降低数据处理的复杂度和时间成本；并且应对大规模数据集时，能够快速找到近似样本集合，从而通过简化样本量的方式显著提高一人多号识别的效率，以更高效地应对大规模数据的挑战。
-
公开(公告)号：CN118193645A
公开(公告)日：2024-06-14
申请号：CN202410600054.5
申请日：2024-05-15
Applicant: 北京九栖科技有限责任公司
IPC: G06F16/27 , G06F16/22 , G06F16/25 , G06F16/2457 , G06F16/29 , G06N3/0455 , G06N3/084
Abstract: 本发明公开了一种基于Hbase和向量数据库的轨迹检索方法、系统及介质，属于时空数据挖掘技术领域。本发明的技术方案中，基于Hbase和向量数据库的轨迹检索方法首先通过利用预训练模型获取轨迹的嵌入向量，解决了轨迹相似度难以衡量的问题；其次，利用向量数据库对轨迹进行相似检索，有效解决了嵌入向量检索效率低的问题；最后，结合Hbase非关系型分布式数据库的特性，进一步提高了检索效率。
-
公开(公告)号：CN117042125A
公开(公告)日：2023-11-10
申请号：CN202311296080.5
申请日：2023-10-09
Applicant: 北京九栖科技有限责任公司
IPC: H04W64/00 , H04W4/029 , G06F18/2321
Abstract: 本发明公开了一种基于图变分自编码器的基站位置校准方法及系统，涉及大数据挖掘技术领域；通过获取基站工参表，生成基站空间矩阵；获取移动信令轨迹数据，构建基站邻接图；根据空间特征矩阵和邻接矩阵构建图变分自编码器模型并进行训练，得到基站表征向量；通过余弦相似度得到相似基站集合；通过对相似基站集合聚类分析，得到聚类结果，对当前基站位置进行校准；本发明解决了基于手机信令数据和基站位置参数信息进行人口动态监测、社会公共安全监测、智能交通等应用场景中，基站位置参数信息错漏和数据更新不及时导致数据不准确的问题。
-
公开(公告)号：CN116991607A
公开(公告)日：2023-11-03
申请号：CN202311244494.3
申请日：2023-09-26
Applicant: 北京九栖科技有限责任公司
Abstract: 本发明涉及大数据分析技术领域，具体涉及一种用于大数据中台和平台间通信的适配方法、系统及设备，方法包括：程序上传：对大数据中台已有的程序文件和依赖文件进行分类管理，并批量上传到大数据平台；库表建立：确定大数据中台所需的库表，在数据总线上为相应的库表申请资源，在大数据平台中进行单张库表建立或批量库表建立；任务上传：将大数据中台所需的实时任务和/或离线任务批量上传至所述大数据平台；任务执行：将大数据中台所需执行的异步任务与大数据平台提供的接口进行适配，并驱动大数据平台执行相应任务。本发明可实现大数据中台和大数据平台间快速适配和自动化对接。
-
公开(公告)号：CN116956930A
公开(公告)日：2023-10-27
申请号：CN202311213748.5
申请日：2023-09-20
Applicant: 北京九栖科技有限责任公司
IPC: G06F40/295 , G06F16/35 , G06N20/00
Abstract: 本发明公开了一种融合规则和学习模型的短文本信息提取方法，包括：获取短文本数据；对短文本数据进行预处理，得到预处理短文本数据；对预处理短文本数据进行标注，得到标注短文本数据；通过HyperScan模块对标注短文本数据进行处理，处理后的数据构成HyperScan数据库；将目标短文本输入至HyperScan模块，基于HyperScan数据库进行匹配，得到第一识别序列；基于标注短文本数据对学习模型进行训练，得到优化学习模型；将目标短文本输入至优化学习模型，得到第二识别序列；基于第一识别序列和第二识别序列确定目标短文本的提取信息。能够提高数据质量，减少人工成本，高效精准的提取短文本信息。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.058 seconds)
