-
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: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。
-
公开(公告)号:CN115706927A
公开(公告)日:2023-02-17
申请号:CN202110901178.3
申请日:2021-08-04
Applicant: 北京九栖科技有限责任公司
Abstract: 本发明涉及基站技术领域,公开了一种基于共现转移矩阵的基站位置校准方法,所述基于共现转移矩阵的基站位置校准方法的步骤如下:S1:对安装基站的现场进行实施测量;S2:并将基站在一个区域(区域内基站数量为三组以上)内进行均匀布设安装基站;S3:通过基站建立基准站;S4:通过基准站的建立获得固定接、转换参数;S5:进行基站位置校准时,将同步采集相同的信号的基准站,通过数据链实施将其载波观测值和测站坐标信息进行回传;S6:再将概略坐标回传到控制中心;S7:通过控制中心结合周围记住基准站的数据,本发明基于此三组基准站组成基准站网其三组参考数准为准确再确定待位置校准的基站的位置信息,进而误差相对较小,精确度更高。
-
公开(公告)号:CN119132049A
公开(公告)日:2024-12-13
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。
-
公开(公告)号:CN117670515B
公开(公告)日:2024-08-27
申请号:CN202311653037.X
申请日:2023-12-05
Applicant: 北京九栖科技有限责任公司
Abstract: 本发明公开了一种基于通信数据的网贷欺诈风险识别方法及系统,方法包括根据种子逾期号码确定候选SP号码集合,对集合中各候选SP号码进行度量得到催缴系数,根据催缴系数确定催缴SP号码;以催缴SP号码的通联号码作为本期逾期号码;对本期逾期号码进行风险度量,得到目标逾期号码,根据目标逾期号码对网贷欺诈风险进行识别。本发明基于通信大数据,能够在数据限制条件下,快速而准确地从大范围群体中自动识别欺诈风险,并能全面的提供风险类型特点和相关信息,有良好适用性和泛化性。
-
公开(公告)号:CN118503419A
公开(公告)日:2024-08-16
申请号:CN202410565826.6
申请日:2024-05-09
Applicant: 北京九栖科技有限责任公司
IPC: G06F16/35 , G06F18/2134 , G06F18/23213 , G06F18/2413 , H04W4/14 , H04W12/00
Abstract: 本发明公开了一种基于伪标签融合聚类的垃圾短信分类方法及装置;方法包括:构建垃圾短信分类模型;确定固定号码知识库,根据固定号码对应的数据集,基于伪标签融合聚类对垃圾短信分类模型进行训练;利用训练好的垃圾短信分类模型对垃圾短信进行分类。本发明基于伪标签融合聚类的垃圾短信分类方法,可充分利用无标注数据,挖掘其潜在特征,从而提升模型泛化能力,以及提升垃圾短信的识别能力。
-
公开(公告)号:CN118193645B
公开(公告)日:2024-08-06
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:CN118413886A
公开(公告)日:2024-07-30
申请号:CN202410875759.8
申请日:2024-07-02
Applicant: 北京九栖科技有限责任公司
IPC: H04W64/00 , G06F18/23 , G06F18/243 , H04W4/029
Abstract: 本发明涉及机器学习技术领域,涉及一种基于机器学习的基站位置预测方法,包括:S1:获取运营商基站数据、第三方基站数据和信令轨迹数据;S2:计算基站在运营商基站数据和第三方基站数据中的间距,并根据预设的间距阈值进行区分,生成白名单基站表和灰名单基站表;S3:根据信令轨迹数据对白名单基站表和灰名单基站表进行纠正;S4:提取白名单基站的基站特征训练机器学习模型,并利用训练好的机器学习模型对灰名单基站的基站特征进行预测。本发明结合多方数据对各个基站的进行划分;由白名单基站提供高精度的基站特征训练模型,并利用训练好的模型对灰名单基站进行预测,实现对灰名单基站位置的校正,提高了基站定位的精度。
-
公开(公告)号:CN117668618A
公开(公告)日:2024-03-08
申请号:CN202311750113.9
申请日:2023-12-19
Applicant: 北京九栖科技有限责任公司
IPC: G06F18/24 , G06F18/213 , H04W4/029 , H04W4/20
Abstract: 本发明公开了一种基于信令数据的交通工具识别方法,包括:S1获取终端信令数据,并进行预处理,得到用户轨迹数据;S2基于用户轨迹数据识别得到对应的交通工具类型;S3基于用户轨迹数据和对应的交通工具类型提取常规性特征值,并获取每个特征值的分布情况;S4基于常规性特征值和分布情况建立常规特征规则策略;S5基于用户轨迹数据和分布情况建立高级特征规则策略;S6基于常规特征规则策略和高级特征规则策略建立专家系统规则;S7验证并调整专家系统规则,得到最优专家系统规则;S8基于最优专家系统规则识别待测终端信令数据,得到交通工具类型。通过最优专家系统规则高效精准识别信令数据所属的交通工具类型。
-
公开(公告)号:CN117421572A
公开(公告)日:2024-01-19
申请号:CN202311415792.4
申请日:2023-10-30
Applicant: 北京九栖科技有限责任公司
IPC: G06F18/21 , G06F18/241 , G06F18/26 , G06F18/213 , G06N20/20 , G06Q50/43
Abstract: 本发明公开了一种基于通信数据的网约车司机号码识别方法及系统,方法包括获取SIM卡用户的日特征,根据所述日特征,筛选第一类群体;获取种子号码,构建虚拟号码池,计算第一类群体的虚拟号码联通特征;根据第一类群体的日特征和虚拟号码联通特征,生成第一类群体中每个个体的特征向量表示;利用集成学习分类模型,根据所述特征向量表示和所述种子号码,生成判别结果,根据判别结果实现网约车司机号码识别。本发明基于通信大数据,考虑多个维度对网约车司机号码进行识别,可有效提高网约车司机号码识别精度,并有效识别网约车的营运状态。
-
-
-
-
-
-
-
-
-