-
公开(公告)号：CN115691137B
公开(公告)日：2024-04-30
申请号：CN202211357946.4
申请日：2022-11-01
Applicant: 北京航空航天大学 , 北京市大数据中心 , 北京市西城区科学技术和信息化局(北京市西城区大数据管理局)
IPC: G08G1/01 , G06Q10/04 , G06Q50/40 , G06N3/0442 , G06N3/08
Abstract: 本发明提供了一种基于因果马尔科夫模型的多模态数据预测方法，属于智能交通技术领域。本发明方法包括：采集研究区域的区域数据和多模态交通数据，将时间点、区域兴趣点和天气信息视为背景特征变量，将区域吸引力因子、自行车需求因子、出租车需求因子、公交车需求因子、交通速度因子视为物理概念变量，将自行车流量、出租车流量、公交车流量、区域速度视为多模态交通数据观测变量，利用因果马尔科夫过程描述多模态交通量的生成过程；利用神经网络求解因果马尔科夫过程，训练搭建的神经网络，用于多模态交通数据观测。本发明能够有效地预测多模态交通流，并提升了预测准确度，可进一步用于指导管理人员制定相关交通诱导策略。
-
公开(公告)号：CN116910042A
公开(公告)日：2023-10-20
申请号：CN202310771013.8
申请日：2023-06-28
Applicant: 北京旷视科技有限公司 , 北京市大数据中心
IPC: G06F16/215 , G06F40/186 , G06F18/22
Abstract: 本申请实施例提供了一种数据清洗方法、设备、介质及程序产品，旨在实现对多种类的目标数据的数据清洗功能。所述方法包括：接收目标数据；确定所述目标数据所对应的目标模板，所述目标模板用于编辑所述目标数据；确定所述目标模板所对应的第一校验配置信息；根据所述第一校验配置信息，对所述目标数据进行数据清洗。
-
公开(公告)号：CN120045633A
公开(公告)日：2025-05-27
申请号：CN202510525900.6
申请日：2025-04-25
Applicant: 北京市大数据中心 , 中国电信股份有限公司北京分公司 , 北京邮电大学
IPC: G06F16/29 , G06F16/28 , G06F18/2321 , G06N3/0455 , G06N3/084 , G06N3/0464 , G06N3/045 , G06N3/0499
Abstract: 本发明涉及一种基于空间网格编码和大语言模型的时空数据预测方法，属于人工智能与时空数据分析领域。其包括以下步骤：根据地理区域的空间范围，将区域划分为网格单元，并采用编码方法对网格单元进行处理，每个单元通过唯一标识符进行标识；基于用户的停留记录，构建时空依赖模型，将每次停留表示为元组，通过分析历史停留序列和上下文停留序列，预测用户的下一个位置；结合大语言模型，设计时空指令优化提示模板，通过引入网格编码和上下文感知推理，指导模型分析历史数据和上下文数据，生成下一个位置预测，并为每个预测提供解释。本发明通过网格编码和层次化建模，增强模型泛化能力，实现精准时空行为预测。
-
公开(公告)号：CN120011830A
公开(公告)日：2025-05-16
申请号：CN202510487201.7
申请日：2025-04-18
Applicant: 北京市大数据中心 , 中国电信股份有限公司北京分公司 , 北京邮电大学
IPC: G06F18/22 , G06F18/213 , G06F18/2131 , G06F18/25 , G06Q50/26 , G06N3/0455 , G06N3/042 , G06N3/0442 , G06N3/0464 , G06N3/084 , G06F16/29 , G06F16/2458 , G06F123/02
Abstract: 本发明涉及一种基于空间元图卷积循环神经网络的时空数据预测方法，属于时空数据预测技术领域。其包括以下步骤：动态元图构建：建立元节点库，参数随机初始化后生成元图；地理空间相似性计算：数据集节点对应道路传感器，根据节点的地理经纬度坐标生成相似度矩阵；卷积空间特征增强：用卷积模块提取矩阵深度空间特征；自适应特征融合：引入可训练参数，对增强矩阵与元图加权求和得到支持矩阵；时空联合预测：通过GCRU组成的编码器‑解码器建模，编码器输入节点过去数据，解码器输出未来节点预测结果。本发明通过将地理空间信息和卷积层引入时空建模单元，增强模型对空间异质性和复杂关系的感知能力，结合动态融合机制，提高模型的预测准确性。
-
Patent Agency Ranking
公开(公告)号：CN119169643B
公开(公告)日：2025-04-01
申请号：CN202411679083.1
申请日：2024-11-22
Applicant: 北京市大数据中心
IPC: G06V30/19 , G06V10/80 , G06V10/82 , G06V30/146 , G06N3/0455 , G06N3/0464
Abstract: 本发明涉及智能架构图设计合理性判断领域，公开了一种基于多模态特征融合的架构图合理性分析判断方法，获取待分析架构图；识别并提取出架构图中的架构图文本部分，并记录；通过R‑CNN模型识别并获取图像元素的感兴趣区域特征图集合，并记录；建立OCR模块文本信息与R‑CNN模型图像元素的位置及逻辑信息对应关系，生成扩展后的架构图文本部分；对扩展的架构图文本进行分词处理和语义编码，得到词粒度特征向量集合；进行语义编码，得到其词粒度特征向量集合；生成同一维度的综合特征向量；计算其语义匹配系数，判断待分析架构图设计是否符合整体规划的合理性要求。可以有效地评估架构图的设计和功能是否符合整体规划要求，提高解析和评审的准确性和效率。
-
公开(公告)号：CN118215006A
公开(公告)日：2024-06-18
申请号：CN202410402083.0
申请日：2024-04-03
Applicant: 北京市大数据中心 , 北京融信数联科技有限公司
Abstract: 本发明公开的一种基于随机游走的用户信令轨迹与城市道路拟合方法与系统，其中方法包括：获取用户信令轨迹以及城市交通路网数据，其中，所述城市交通路网数据至少包括路网道路等级以及路网道路位置信息；按照自然时间顺序结合所述用户信令轨迹排列轨迹中出现的基站得到基站经纬度；基于所述基站经纬度结合所述城市交通路网数据筛选出目标道路；基于所述目标道路上的道路端点以及拟合点利用随机游走算法得到用户当前轨迹的最优路径。本发明可以还原或识别用户的实际出行道路轨迹，以便用来监测各个路段各时间段的车流量或人流量，计算道路拥堵指数，判读拥堵程度，给交通部门道路优化提供依据。
-
公开(公告)号：CN118118275A
公开(公告)日：2024-05-31
申请号：CN202410446563.7
申请日：2024-04-15
Applicant: 北京市大数据中心 , 北京数字认证股份有限公司
Abstract: 本发明公开了一种基于前置网关的安全电子签章和验章方法。签章时，业务系统调用前置网关，将待签章电子文件、印章编号和业务系统唯一标识发送到前置网关；前置网关对调用请求进行鉴权后，对待签章电子文件进行摘要运算，之后将运算结果通过加密数据链路发送到电子签章系统；电子签章系统对待签数据进行签名得到签名值并发送至前置网关；前置网关将返回结果与待签章电子文件合成为签章电子文件，将其返回业务系统。验章时，业务系统调用前置网关前置网关对数据进行鉴权验证并将结果反馈给业务系统。本发明适合应用于以下场景：电子印章集中存储在专用密码设备中，用章业务系统部署在不同网络安全域。
-
公开(公告)号：CN116915846A
公开(公告)日：2023-10-20
申请号：CN202310776832.1
申请日：2023-06-28
Applicant: 北京旷视科技有限公司 , 北京市大数据中心
IPC: H04L67/55
Abstract: 本申请实施例公开一种数据订阅方法、系统、电子设备及存储介质，该方法包括：服务方的第一电子设备接收请求方的第二电子设备发送的订阅条件变更请求，其中，订阅条件变更请求中携带第一订阅任务的标识、待变更工单的标识和工单的变更类型信息，变更类型包括删除或者增加；根据订阅条件变更请求，更新数据权限表，其中，数据权限表中记录有第一订阅任务授权的工单信息，第一订阅任务和数据权限表存储于第一电子设备的数据库中的不同位置，数据权限表中至少包括：标识字段和变更类型字段，标识字段包括订阅任务标识和工单标识；从更新后的数据权限表中，获取第一订阅任务对应的目标工单信息；根据目标工单信息，向第二电子设备发送目标订阅数据。
-
公开(公告)号：CN115691137A
公开(公告)日：2023-02-03
申请号：CN202211357946.4
申请日：2022-11-01
Applicant: 北京航空航天大学 , 北京市大数据中心 , 北京市西城区科学技术和信息化局(北京市西城区大数据管理局)
IPC: G08G1/01 , G06Q10/04 , G06Q50/30 , G06N3/0442 , G06N3/08
Abstract: 本发明提供了一种基于因果马尔科夫模型的多模态数据预测方法，属于智能交通技术领域。本发明方法包括：采集研究区域的区域数据和多模态交通数据，将时间点、区域兴趣点和天气信息视为背景特征变量，将区域吸引力因子、自行车需求因子、出租车需求因子、公交车需求因子、交通速度因子视为物理概念变量，将自行车流量、出租车流量、公交车流量、区域速度视为多模态交通数据观测变量，利用因果马尔科夫过程描述多模态交通量的生成过程；利用神经网络求解因果马尔科夫过程，训练搭建的神经网络，用于多模态交通数据观测。本发明能够有效地预测多模态交通流，并提升了预测准确度，可进一步用于指导管理人员制定相关交通诱导策略。
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.058 seconds)
