-
公开(公告)号：CN112966114B
公开(公告)日：2023-08-15
申请号：CN202110388284.6
申请日：2021-04-10
Applicant: 北京工商大学 , 中国科学院地理科学与资源研究所
IPC: G06F16/35 , G06F18/2415 , G06F18/214 , G06F18/22 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/084
Abstract: 本发明是关于一种基于对称图卷积神经网络的文献分类方法和装置，方法包括：获取文献引用数据集作为图结构数据，读取文献数据集生成对应的特征矩阵和邻接矩阵，构建相似度矩阵；分别以相似度矩阵和邻接矩阵作为聚合矩阵，对文献数据的特征矩阵进行图卷积操作，得到基于相似度矩阵的第一预测值和基于邻接矩阵的第二预测值；分别计算文献数据中标记节点的监督损失和基于第一预测值和第二预测值的所有文献节点的无监督损失，并将监督损失和无监督损失进行合并，确定最终损失；利用最终损失训练和预设训练集进行训练，得到目标图卷积神经网络，对文献数据集中的目标数据进行半监督分类。通过该技术方案，可以充分嵌入图形知识，提高文献分类的准确性。
-
公开(公告)号：CN112734234B
公开(公告)日：2023-06-09
申请号：CN202110029606.8
申请日：2021-01-11
Applicant: 北京工商大学 , 中国科学院地理科学与资源研究所
IPC: G06Q10/067 , G06Q30/0242 , G06Q50/00 , G06N3/126
Abstract: 本发明公布了一种基于最大覆盖模型的数字标牌空间优化选址方法，包括：要素处理、构建数字标牌最大覆盖模型、求解模型过程；具体包括：进行要素选取及处理，得到数字标牌多尺度建模因子序列；对多尺度建模因子序列进行重采样分级处理，得到分级数据，进一步构建数字标牌最大覆盖模型；求解数字标牌最大覆盖模型，通过多次迭代得到的求解结果即为数字标牌优化选址结果。还包括对数字标牌最大覆盖模型进行模型有效性验证。本发明综合考虑多源要素，能够自动地完成对数字标牌的优化选址，实现数字标牌的空间优化，优化选址结果的参考依据强、时效性高、精准性高、数字标牌影响效果佳。
-
-
公开(公告)号：CN111832814A
公开(公告)日：2020-10-27
申请号：CN202010620605.6
申请日：2020-07-01
Applicant: 北京工商大学 , 中国科学院地理科学与资源研究所
Abstract: 本发明公布了一种基于图注意力机制的空气污染物浓度预测方法，构建基于图注意力机制的空间污染物浓度预测模型，将气象数据、空气监测数据、环境因素数据作为模型输入数据，通过图注意力机制构建图邻接矩阵，利用图卷积神经网络层和多层感知机网络层提取图信息特征，输出预测的空气污染物浓度值。本发明对空气污染物浓度预测更加准确，过程更加高效。
-
公开(公告)号：CN109191181A
公开(公告)日：2019-01-11
申请号：CN201810895497.6
申请日：2018-08-08
Applicant: 北京工商大学
IPC: G06Q30/02
Abstract: 本发明涉及一种基于神经网络和Huff模型的数字标牌广告受众人群分类方法，包括：要素选取及处理、模型构建、模型验证；构造空间化的数字标牌区位因子，得到数字标牌区位因子的标准格网栅格图层，包括其像素值及对应的坐标值；采用改进的神经网络模型对经过归一化处理的数字标牌区位因子进行计算，得到每个区位包含各种受众人群的概率；再利用改进的Huff模型计算已布设数字标牌区位对未布设数字标牌区位的受众人群影响力；然后将两种模型，即所述改进的神经网络模型和改进的Huff模型得到的结果进行融合，完成数字标牌广告受众人群分类；最后利用多标签分类算法的五种验证指标对模型进行有效性验证。本发明方法综合考虑多源要素与空间距离，分类结果精准性高、数字标牌广告投放效益高、数字标牌影响效果佳。
-
Patent Agency Ranking
公开(公告)号：CN104992356B
公开(公告)日：2018-06-05
申请号：CN201510458273.5
申请日：2015-07-30
Applicant: 北京工商大学 , 广州点屏信息技术有限公司
Abstract: 本发明公开了一种基于多维标签的数字标牌广告选屏方法,将广告选屏过程分为：1)从多维标签数据库中提取标签，为广告屏贴属性标签；2)指定广告屏允许和不允许播放的广告行业标签集合，为广告屏设置相容互斥标签；3)建立层次结构的选屏框架，逐步筛选广告屏及其对应的屏位集合；4)在每个层次过滤器中，根据不同约束条件实现相应的选屏算法；5)将订单、选到的屏、屏位信息存入Redis数据库。本发明能够支持广告商综合地理位置、受众特征、商业环境等多维度的约束条件进行精准选屏，具有很高的商业价值和应用推广价值。
-
公开(公告)号：CN104992356A
公开(公告)日：2015-10-21
申请号：CN201510458273.5
申请日：2015-07-30
Applicant: 北京工商大学
Abstract: 本发明公开了一种基于多维标签的数字标牌广告选屏方法,将广告选屏过程分为：1)从多维标签数据库中提取标签，为广告屏贴属性标签；2)指定广告屏允许和不允许播放的广告行业标签集合，为广告屏设置相容互斥标签；3)建立层次结构的选屏框架，逐步筛选广告屏及其对应的屏位集合；4)在每个层次过滤器中，根据不同约束条件实现相应的选屏算法；5)将订单、选到的屏、屏位信息存入Redis数据库。本发明能够支持广告商综合地理位置、受众特征、商业环境等多维度的约束条件进行精准选屏，具有很高的商业价值和应用推广价值。
-
公开(公告)号：CN119623744A
公开(公告)日：2025-03-14
申请号：CN202411731870.6
申请日：2024-11-29
Applicant: 北京工商大学
IPC: G06Q10/04 , G06Q50/26 , G06N3/0442 , G06N3/0455 , G06F18/25 , G08B21/10 , G08B31/00
Abstract: 本发明公开了一种基于深度学习的洪涝预测方法，所述方法包括获取和处理地理空间数据及降雨数据；然后将所获取数据输入到洪涝数值模型，从而得到洪涝样本；将所获取的地理空间数据、降雨数据以及从数值模型得到的洪涝样本数据进行预处理，构建模型训练数据库；将模型训练数据库中的一维降雨数据和二维地理空间数据作为模型输入，将洪涝样本作为模型输出训练洪涝预测模型。在极端降雨发生前，仅需要向模型输入研究区域的地理空间数据及降雨序列数据，就可以计算出该研究区域的洪涝风险地图。
-
公开(公告)号：CN114692964B
公开(公告)日：2024-05-31
申请号：CN202210294232.7
申请日：2022-03-24
Applicant: 北京工商大学
IPC: G06Q10/04 , G06F18/2415 , G06N3/042 , G06N3/045 , G06N3/0464 , G06N3/084 , G08G1/01
Abstract: 本发明公布了一种基于交叉注意力机制的时空交通流量预测方法，通过对注意力机制进行改进的交叉注意力机制捕获时空交通数据的周期性特点，利用图卷积网络和时间卷积网络分别捕获时空交通数据的空间依赖关系和时间相关性特征，再对提取到的特征进行融合，从而有效地实现时空交通流量预测。本发明对时空交通数据的各种特性的建模全面完整，能够有效地实现交通流量的预测任务，对交通流量预测更准确可靠，对数据要求更低，能够提高预测的准确性和可解释性，更适合推广应用。
-
公开(公告)号：CN115565369B
公开(公告)日：2024-04-16
申请号：CN202211148038.4
申请日：2022-09-20
Applicant: 北京工商大学
IPC: G08G1/01 , G06N3/08 , G06N3/0464 , G06N3/042 , G06N3/045 , G06F18/232
Abstract: 本发明公布了一种基于超图的时空超图卷积交通流量预测方法，将交通线路图按照流量变化特征构建成时空超图，再建立时空超图卷积交通流量预测模型对交通流量进行预测。本发明提供的技术方案根据过往交通时序上的流量变化特征，将特征相似的交通站点进行聚类，在相邻两个时间点之间构造超边，将相邻时间点中同属一个类别的地铁站相连，构建跨时空超图；再通过构建基于超图的时空卷积网络模型，挖掘时空超图的时空关联性，预测未来交通流量，可有效提高区域交通流量预测的准确度。
-
-
-
-
-
-
-
-
-
Search Results
83
records
(took 0.03 seconds)
