-
公开(公告)号：CN114884896A
公开(公告)日：2022-08-09
申请号：CN202210489146.1
申请日：2022-05-07
Applicant: 大连理工大学
IPC: H04L47/2475 , H04L47/2441 , H04L47/2483 , H04L9/40 , G06K9/62 , G06N3/04 , G06N3/08 , G06N20/00
Abstract: 一种基于特征扩展和自动机器学习的移动应用流量感知方法，属于计算机网络和人工智能的交叉技术领域，为了解决缓解移动流量特征微小扰动极为敏感的问题，要点是数据集中任一样本分别输入所述拓展网络的全部的各模块，拓展网络的全部模块对于同一输入样本，各模块输出该样本所具有的移动流量特征的分类与该模块所属分类一致的概率，各输入样本对应一个与模块数量相同的包括所述概率的概率组，根据概率组的最大概率值所来自的模块，确定输入样本所属分类及对应该分类的模块，获取该模块输出的该样本的扩展特征值，效果是能够有效缓解分类模型因数据特征变化或数据标签出错而对分类结果产生负面影响的情况。
-
公开(公告)号：CN113128783A
公开(公告)日：2021-07-16
申请号：CN202110490225.X
申请日：2021-05-06
Applicant: 大连理工大学
Abstract: 本发明属于计算机数据分析领域，提供了一种基于图迁移学习的交通预测方法，能够从训练样本充足的源域上高效地迁移知识到训练样本不足的目标域上，并提高基于图卷积神经网络的交通预测模型在小样本情形下的预测性能。本发明的方法可以帮助提高基于图数据的交通预测模型在小样本情形下的预测准确度。本发明的方法通过引入空间聚类和时间聚类正则项，将时空模式匹配与预测准确度进行权衡，以数据驱动的方式完成目标域与源域中节点时空模式相似性的匹配，从而达到减小负迁移的效果，并大幅减少了以往方法在时空模式匹配过程中的计算开销。
-
公开(公告)号：CN109284891B
公开(公告)日：2021-06-08
申请号：CN201810862720.7
申请日：2018-08-01
Applicant: 大连理工大学
Abstract: 本发明属于计算机应用技术领域，提供了一种基于时空索引的充电桩维修调度方法。该方法通过建立时空索引完成快速的维修人员搜索，再根据各充电桩维修的时间紧迫度和维修难度，权衡绕行路程和快速响应之间的代价，以最优策略完成维修人员调度。并针对维修人员行驶最短路程的计算负载较大，采用了惰性的最短路径计算方法，该方法充分利用已知地理信息，简单高效，且速度较常规算法有很大提高。在整个调度过程中通过建立时空索引完成快速的维修员搜索，再根据各充电桩维修的时间紧迫度和维修难度，权衡绕行路程和快速响应之间的代价，以最优策略完成维修员调度。并针对维修员行驶最短路程的计算负载较大，采用惰性的最短路径计算方法，减少冗余计算。
-
公开(公告)号：CN107103383A
公开(公告)日：2017-08-29
申请号：CN201710185815.5
申请日：2017-03-28
Applicant: 大连理工大学
Abstract: 本发明属于计算机应用技术领域，是一种基于打车热点的动态拼车调度方法。该方法主要分为两个阶段，搜索阶段和调度阶段。搜索阶段采用基于时间的二分搜索算法快速高效的检索可能为乘客提供服务的出租车候选集。调度阶段根据给出的动态拼车调度问题的定义，对候选集中的每辆出租车分别进行条件判断，从中选出平均满意度最大的出租车来为乘客提供服务，并针对空车调度，提出了一种基于热点的优化调度策略。该方法可以为乘客实现个性化调度服务，并且简单高效，具有很强的扩展性，对动态拼车调度方法的研究具有重要参考价值。
-
公开(公告)号：CN106781478A
公开(公告)日：2017-05-31
申请号：CN201611202534.8
申请日：2016-12-23
Applicant: 大连理工大学
IPC: G08G1/01
CPC classification number: G08G1/012 , G08G1/0125 , G08G1/0137
Abstract: 本发明属于计算机应用技术领域，一种基于LTE信令数据的轨迹跟踪方法。该方法仅使用LTE信令数据中的TA值，通过隐式Markov模型进行道路匹配，确定目标位置，实现对移动目标轨迹的跟踪。LTE信令数据是通信标准所要求并现存于已有系统，不会对网络基础设施或移动设备产生额外的费用。与此相反，GPS数据带有一个显著的能量成本。LTE信令数据覆盖范围并不限于任何特定的地理区域。只要在基站覆盖到的区域，可以从几乎任何地方收集信息。在不远的未来，所有的汽车都将配备LTE芯片。基本上，可以跟踪道路上行驶的所有车辆。
-
Patent Agency Ranking
公开(公告)号：CN102595139A
公开(公告)日：2012-07-18
申请号：CN201210052757.6
申请日：2012-03-01
Applicant: 大连理工大学
Abstract: 本发明涉及一种基于android的手机PDA直播系统，是手机终端通过公共网络服务器获取可通信的PDA终端列表，发送终端将获得的列表中的某个终端做为视频数据的接收端，并向这个终端发送连接请求；如果接收端同意接收，则开启自带摄像头，对视频数据进行实时采集，将采集到的视频数据送往编码接口模块；在编码接口处，采用H264算法对采集到的视频数据进行视频编码并发往RTP发送模块；再由RTP发送模块将数据帧发往目标PDA终端。在RTP接收模块中，接收端将数据帧解码播放，本发明相对于其他系统的卓越之处在于系统实时性较高，传输速率快，可用于不同的网络环境。
-
公开(公告)号：CN113051359B
公开(公告)日：2024-07-05
申请号：CN202110340933.5
申请日：2021-03-30
Applicant: 大连理工大学
Abstract: 一种基于多级索引结构的大规模轨迹数据相似性查询方法，属于城市交通大数据处理与应用的领域。本发明分为索引建立阶段和轨迹相似性查询阶段，在索引建立阶段，首先对原始轨迹数据进行数据预处理，并基于空间网格索引思想对预处理后得到的轨迹数据建立网格索引，通过网格索引对轨迹数据集进行网格划分。其次，对于每条轨迹都通过构建特征轨迹来表示该轨迹的特征信息，对空间网格中每条轨迹的起点和终点建立起止索引，再根据每条轨迹的特征轨迹点建立特征点索引，从而将具有轨迹特征信息的轨迹点所组成的特征轨迹应用到多级索引结构上。最后，建立起网格索引‑起止索引‑特征点索引组成的多级索引结构。
-
公开(公告)号：CN117524353A
公开(公告)日：2024-02-06
申请号：CN202311574206.0
申请日：2023-11-23
Applicant: 大连理工大学
IPC: G16C20/50 , G16C20/70 , G06F18/214
Abstract: 本发明提出一种基于多维度分子信息的分子大模型、构建方法及应用，包括构建无监督预训练数据集，对无监督预训练数据集进行预处理和分子构象生成处理，得到由分子图构成的分子预训练数据集；对分子预训练数据集中的分子图进行结构编码，获得初始化的原子特征，将初始化的原子特征输入Transformer中；在Transformer的自注意力层中融入最短路径结构编码、边信息编码和三维距离对编码，在训练过程中三维距离对编码与Transformer的自注意力层交互，迭代更新Transformer自注意力层的节点对特征；定义二维空间和三维空间联合分子图自监督学习任务，训练后得到基于多维度分子信息的分子大模型。本发明能够加快药物筛选速度，为药物研发提供帮助。
-
公开(公告)号：CN114884896B
公开(公告)日：2023-10-03
申请号：CN202210489146.1
申请日：2022-05-07
Applicant: 大连理工大学
IPC: H04L47/2475 , H04L47/2441 , H04L47/2483 , H04L9/40 , G06F18/24 , G06N3/047 , G06N3/0442 , G06N3/0464 , G06N3/045 , G06N3/08 , G06N20/00
Abstract: 一种基于特征扩展和自动机器学习的移动应用流量感知方法，属于计算机网络和人工智能的交叉技术领域，为了解决缓解移动流量特征微小扰动极为敏感的问题，要点是数据集中任一样本分别输入所述拓展网络的全部的各模块，拓展网络的全部模块对于同一输入样本，各模块输出该样本所具有的移动流量特征的分类与该模块所属分类一致的概率，各输入样本对应一个与模块数量相同的包括所述概率的概率组，根据概率组的最大概率值所来自的模块，确定输入样本所属分类及对应该分类的模块，获取该模块输出的该样本的扩展特征值，效果是能够有效缓解分类模型因数据特征变化或数据标签出错而对分类结果产生负面影响的情况。
-
公开(公告)号：CN109146156B
公开(公告)日：2021-12-03
申请号：CN201810874219.2
申请日：2018-08-03
Applicant: 大连理工大学
Abstract: 本发明提供一种用于预测充电桩系统充电量的方法，属于充电汽车充电桩领域。该方法首先利用充电量数据的周期性特点，还利用充电量数据的时间序列性特点和趋势性特点，大幅提高了对数据的利用和预测精度，其次考虑到外部特征节假日、充电桩所在区域对充电量的影响，将其加入到预测模型中，大幅提高了预测精度和对特殊值的预测。本发明的方法不仅大幅提高短时充电量预测的准确度，而且能够在较高的准确度下预测长时充电量。
-
-
-
-
-
-
-
-
-
Search Results
55
records
(took 0.024 seconds)
