-
公开(公告)号：CN107038886A
公开(公告)日：2017-08-11
申请号：CN201710329812.4
申请日：2017-05-11
Applicant: 厦门大学
IPC: G08G1/0968 , G08G1/01 , G08G1/00
CPC classification number: G08G1/096822 , G08G1/0129 , G08G1/0137 , G08G1/202
Abstract: 本发明提供一种基于轨迹数据的出租车巡游路径推荐方法和系统，包括：(1)初始化路网数据，进行区域网格化划分；(2)根据历史轨迹数据，计算历史交通电荷；(3)结合实时轨迹数据，计算并更新交通电荷；(4)当出租车行驶到路口时，基于城市交通库仑定律，用步骤(3)的交通电荷来计算出租车所受到的子区域的交通电场力，并查询路网数据库获取当前路口的各个路段，把与交通电场力方向的夹角最小的路段作为推荐路段；(5)在推荐路段行驶过程中，若出租车未接到乘客或乘客下车时，则进入步骤(4)；若接到乘客，则暂停推荐。本发明方法明确，效果显著，可减少出租车的空驶巡游，提高出租车司机的收益，提高城市交通的效率。
-
公开(公告)号：CN116307419A
公开(公告)日：2023-06-23
申请号：CN202210263821.9
申请日：2022-03-17
Applicant: 厦门大学
IPC: G06Q10/0631 , G06Q50/26 , G06N3/0499 , G06N3/084 , G06N3/092 , G06F18/232
Abstract: 本申请实施例提供了一种基于强化学习的公交调度方法，包括以下步骤：S110、初始化路网数据，对所述路网进行区域网格化划分；S120、按照时间段划分轨迹数据，计算不同区域各时段的交通流量；S130、结合实时乘车请求数据，计算并更新所述交通流量；S140、公车行驶至路线终点时，从多个维度获取当前路网状态；S150、基于强化学习神经网络，结合步骤S130获得的更新后的所述交通流量与步骤S140获得的所述路网状态，计算公车驶向不同路线的反馈数据；以及S160、重复步骤S130‑S150，获取强化学习模型参数，并且基于训练好的强化学习模型进行公交调度。通过该方法，可以充分考虑到当前的路网状态和交通流量，有效地利用城市公交资源，提高公交运营效益，缓解城市交通拥堵情况。
-
公开(公告)号：CN113140273B
公开(公告)日：2022-05-10
申请号：CN202110349716.2
申请日：2021-03-31
Applicant: 厦门大学
Abstract: 本发明涉及一种基于深度学习的ICU患者电子病历分析方法及系统，包括：接收输入的ICD编码和药物向量，并将ICD编码和药物向量分别输入两个多层感知机，生成两个维度大小相同的隐藏层，并计算出两个隐藏层的相关性；基于初始化的稀疏系数，用KL散度计算稀疏系数和自编码器的中间层激活后神经元的平均激活程度的距离，并放入到损失函数；将隐藏层作为自编码器的中间层，使用一个多层感知机进行解码，输出包括多种药物的药方；基于初始化的加权矩阵，对输出的药方进行加权，将多开的药物作为药物损失放入损失函数。本发明通过获取患者ICD编码与药方的映射关系，挖掘出药物间的潜在关联，并给出推荐，具有较高的可靠性。
-
公开(公告)号：CN104994004A
公开(公告)日：2015-10-21
申请号：CN201510385635.2
申请日：2015-07-03
Applicant: 厦门大学
Abstract: 机会网络环境下基于优先级和多粒度的内容共享方法，涉及机会网络的内容共享方法。1)用户定义分享的内容信息和包含粒度的请求信息；计算节点友谊度；2)建立通信链路，交换各自的请求集合和所携带的内容段声明；3)计算节点存储内容的优先级；4)若通信链路仍存在，则节点将优先级最高的内容段从缓存拷贝到转发队列；否则结束本次相遇的通信机会；5)若接受节点有足够存储空间，则节点把内容段发送给对方节点，实现共享内容的分发和传播；否则接收节点先缓存管理，即按重要性权重转换高粒度的内容段以腾出存储空间，进行数据传输；6)若节点还存在被设置了优先级的内容块，则转4)；否则断开当前链路，等待下一个通信和内容传输的机会。
-
公开(公告)号：CN104537679A
公开(公告)日：2015-04-22
申请号：CN201510022114.0
申请日：2015-01-16
Applicant: 厦门大学
IPC: G06T7/00
CPC classification number: G06T7/90 , G06T2207/10024
Abstract: 一种基于超像素拓扑分析的卡通图片显著性检测方法，涉及计算视觉图片显著性检测。1)依据卡通图片的色彩分布进行聚类分析，提取卡通图片的超像素；2)依据卡通图片超像素邻接关系，结合特征线条信息建立拓扑结构；3)提取出所有与线条相邻的超像素集，将之分为前景超像素集与背景超像素集；4)基于背景超像素集，计算所有超像素与背景超像素集在RGB颜色空间上的距离之和从而得到全局显著性图；5)在全局显著性图上，基于前景超像素集，采用Saliency Flood方法评估超像素局部显著性值，最终得到卡通图片的显著性图。算法明确、界面友好、结果鲁棒，所得卡通图片上显著性区域可广泛运用到各种计算机视觉与图形学的应用。
-
Patent Agency Ranking
公开(公告)号：CN104537628A
公开(公告)日：2015-04-22
申请号：CN201510022139.0
申请日：2015-01-16
Applicant: 厦门大学
IPC: G06T5/00
Abstract: 一种冗余可控的动漫图像适配方法，涉及计算机辅助的动漫内容终端适配。1)对输入动漫图像进行分析，提取特征线条；2)根据特征线条分布情况计算冗余度，确生成冗余度图；3)计算动漫图像重要度；4)根据冗余度图确定冗余区域边界，以图像边界、特征线条、冗余区域边界为约束生成三角网格；5)根据移动终端的屏幕分辨率，对非冗余区域三角网格根据重要度不同进行适度变形使整个网格适配屏幕；6)对冗余区域采用重心坐标插值的方式进行更新，当冗余度大于给定阀值时自动进行特征线条合并；7)利用图形卡的纹理映射功能将图像嵌入到三角网格中，跟随网格变化而自动更新。算法明确、界面友好、结果鲁棒。
-
公开(公告)号：CN113140273A
公开(公告)日：2021-07-20
申请号：CN202110349716.2
申请日：2021-03-31
Applicant: 厦门大学
Abstract: 本发明涉及一种基于深度学习的ICU患者电子病历分析方法及系统，包括：接收输入的ICD编码和药物向量，并将ICD编码和药物向量分别输入两个多层感知机，生成两个维度大小相同的隐藏层，并计算出两个隐藏层的相关性；基于初始化的稀疏系数，用KL散度计算稀疏系数和自编码器的中间层激活后神经元的平均激活程度的距离，并放入到损失函数；将隐藏层作为自编码器的中间层，使用一个多层感知机进行解码，输出包括多种药物的药方；基于初始化的加权矩阵，对输出的药方进行加权，将多开的药物作为药物损失放入损失函数。本发明通过获取患者ICD编码与药方的映射关系，挖掘出药物间的潜在关联，并给出推荐，具有较高的可靠性。
-
公开(公告)号：CN110570678B
公开(公告)日：2021-03-19
申请号：CN201910860805.6
申请日：2019-10-23
Applicant: 厦门大学
Abstract: 本发明公开了一种公交车辆从起点到终点总行驶时间预测方法及装置。该方法在时空特征和属性特征等对影响公交车辆总行驶阶段的各种因素进行处理，充分考虑到了影响结果变化的各种因素。采用特征组合的方式对时空特征和属性特征进行组合，并对其中的缺失数据进行处理，以应对实际应用中发生的数据丢失等异常情况，通过ConvLSTM神经网络预测出各站停留时长、各站行驶时长，通过嵌入处理和标准化处理得到外部属性特征。利用各站停留时长、各站行驶时长和所述外部属性在层叠LSTM神经网络对总时长进行准确的预测。本发明提出的方法能够辅助现有公交公司进行调度决策，帮助调度员及时发现晚点车辆，并根据预测结果作出合理的调度决策。
-
公开(公告)号：CN110570678A
公开(公告)日：2019-12-13
申请号：CN201910860805.6
申请日：2019-10-23
Applicant: 厦门大学
Abstract: 本发明公开了一种公交车辆从起点到终点总行驶时间预测方法及装置。该方法在时空特征和属性特征等对影响公交车辆总行驶阶段的各种因素进行处理，充分考虑到了影响结果变化的各种因素。采用特征组合的方式对时空特征和属性特征进行组合，并对其中的缺失数据进行处理，以应对实际应用中发生的数据丢失等异常情况，通过ConvLSTM神经网络预测出各站停留时长、各站行驶时长，通过嵌入处理和标准化处理得到外部属性特征。利用各站停留时长、各站行驶时长和所述外部属性在层叠LSTM神经网络对总时长进行准确的预测。本发明提出的方法能够辅助现有公交公司进行调度决策，帮助调度员及时发现晚点车辆，并根据预测结果作出合理的调度决策。
-
公开(公告)号：CN107249169B
公开(公告)日：2019-10-25
申请号：CN201710398329.1
申请日：2017-05-31
Applicant: 厦门大学
IPC: H04W4/44 , H04W4/46 , H04W4/48 , H04W24/02 , H04W24/06 , H04W24/10 , H04W28/06 , H04W28/18 , H04W48/10 , H04L29/08
Abstract: 本发明提供车载网络环境下基于雾节点的事件驱动的数据收集方法，包括：(1)车辆节点默认在低成本感知模式下产生感知数据，并把相关数据上传到路边设施，作为雾节点；(2)雾节点接收数据，检查对应的事件的概率、置信度，并判断是否发起“检查事件”的过程；(3)位于上述覆盖区域内的所有车辆节点通过定时器延迟的方式使得其中至少一个车辆节点接受“检查事件”的命令；(4)接受“检查事件”的车辆节点，进入高成本感知模式并进行数据上传；(5)雾节点接收数据并计算事件的发生可能性，与后台ITS系统协同判定事件真伪并进行数据归档。本发明方法明确，效果显著，在准确检测事件的同时能大幅度减少数据收集过程中的传输成本。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.021 seconds)
