-
公开(公告)号：CN100579038C
公开(公告)日：2010-01-06
申请号：CN200710179428.7
申请日：2007-12-13
Applicant: 北京航空航天大学 , 北京新奥集团有限公司
Abstract: 本发明为一种照明设备的统一监控平台及实现方法，该方法是通过在照明系统中设置的消息管理机制，利用通信接口单元实现照明设备与业务平台的通讯，通过消息管理模块完成对面向特定设备的请求消息生成和结果消息解析，通过队列管理模块实现请求消息和结果消息的管理。本发明提供的平台及实现方法可以使照明设备破除通讯协议的界限，将照明设备统一监控。
-
公开(公告)号：CN101196832A
公开(公告)日：2008-06-11
申请号：CN200710308582.X
申请日：2007-12-29
Applicant: 北京航空航天大学
IPC: G06F9/46
Abstract: 一种面向照明异构设备的资源代理器，在虚拟设备资源的统一描述模型的基础上，为屏蔽设备的物理通讯协议异构和业务通信协议异构，采用分层的架构设计思想，将资源代理器自下而上设计为物理通讯协议适配器、业务通信协议适配器、任务执行调度器和统一访问接口，逐层屏蔽设备的异构性并提供访问/控制/监视设备的统一接口，使得分布的、异构的和自治的静态物理设备封装为统一的、动态的虚拟设备网格服务资源，供上层应用调用。本发明提供的装置可以解决由于设备购置时期的不同、各单位信息化程度不同和各区域自主管理等因素造成的设备访问方式多样、全局设备监控和跨区域管理困难的问题。
-
公开(公告)号：CN119783921A
公开(公告)日：2025-04-08
申请号：CN202510285942.7
申请日：2025-03-12
Applicant: 北京航空航天大学
IPC: G06Q10/04 , G06Q10/0637 , G06Q50/26 , G06F18/241 , G06F18/23 , G06F18/26 , G08G1/01 , G06N3/042 , G06N3/0464 , G06N3/044 , G06N3/049 , G06N3/045 , G06N3/084
Abstract: 本发明涉及一种基于因果分类去偏的城市交通数据预测方法，属于时空数据挖掘技术领域，本发明提出了一种基于因果分类去偏的城市交通数据预测方法，利用空间邻接关系和时间位置，通过因果干预修正城市时空数据分布偏态在因果挖掘上的影响，恢复隐藏在观测数据中的时空因果关系，采纳空间邻近性关系和时间位置等先验信息学习因果图，并引入了跨越不同时间片段的时空因果传递机制，以强化时空因果表征，从而显著提升了城市交通数据预测的精确度与稳健性，有效提升了预测模型的精度、鲁棒性和泛化能力。
-
公开(公告)号：CN118627702B
公开(公告)日：2024-11-12
申请号：CN202411117155.3
申请日：2024-08-15
Applicant: 北京航空航天大学 , 中国移动通信集团北京有限公司
Abstract: 本发明属于时空数据挖掘领域，公开了一种基于先验因果传递的城市出行需求预测方法。所述预测方法首先收集历史城市出行需求数据，构造训练集；接着构建基于先验因果传递的深度学习模型，包括因果去偏模块、因果图学习器、先验因果传递模块和融合预测模块；采用训练集对深度学习模型完成训练；最后将训练好的深度学习模型应用于未来城市出行需求数据的预测。本发明的预测方法能够有效提升预测模型的精度和鲁棒性。
-
公开(公告)号：CN118643949B
公开(公告)日：2024-11-01
申请号：CN202411117220.2
申请日：2024-08-15
Applicant: 北京航空航天大学 , 中国移动通信集团北京有限公司
IPC: G06Q10/04 , G06N3/042 , G06N3/0442 , G06N3/0464 , G06N3/08 , G06Q10/067 , G06Q50/26
Abstract: 本发明属于时空数据挖掘领域，公开了一种基于时间引导的因果结构学习的城市时空数据预测方法。所述预测方法首先收集待预测地域内的城市时空数据，并以此构造标准数据集；接着构建基于时间引导的因果结构学习的预测模型，所述预测模型包括多个串联的增强时空因果特征提取模块和一个融合预测模块；采用标准数据集对所述预测模型完成训练；最后将训练好的预测模型应用于未来城市时空数据的预测。本发明的预测方法能够有效提升预测模型的精度、鲁棒性和泛化性。
-
Patent Agency Ranking
公开(公告)号：CN118627702A
公开(公告)日：2024-09-10
申请号：CN202411117155.3
申请日：2024-08-15
Applicant: 北京航空航天大学 , 中国移动通信集团北京有限公司
Abstract: 本发明属于时空数据挖掘领域，公开了一种基于先验因果传递的城市出行需求预测方法。所述预测方法首先收集历史城市出行需求数据，构造训练集；接着构建基于先验因果传递的深度学习模型，包括因果去偏模块、因果图学习器、先验因果传递模块和融合预测模块；采用训练集对深度学习模型完成训练；最后将训练好的深度学习模型应用于未来城市出行需求数据的预测。本发明的预测方法能够有效提升预测模型的精度和鲁棒性。
-
公开(公告)号：CN112799128A
公开(公告)日：2021-05-14
申请号：CN202110151055.2
申请日：2021-02-03
Applicant: 北京航空航天大学
Abstract: 本发明是一种地震信号检测和震相提取的方法，用于基于边缘设备的地震检测系统。本发明的边缘设备采用Jetson Nano芯片实现，构建轻量级深度学习模型LCANet布置在边缘设备上；设备端采集的地震波形数据输入边缘设备，实时输出地震信号时间序列、纵波震相和横波震相。本发明的LCANet模型将输入的地震波形数据经基于逆向瓶颈残差块的编码器提取描述地震数据内在物理含义的特征向量序列，再经上下文感知注意模块获取三个任务下的关注时间序列上下文信息的特征向量序列，最后经多尺度异构解码器将特征向量映射到对应任务的特征空间。本发明模型非常适合部署在边缘设备上，满足地震预警系统对数据处理低延迟、高性能的要求。
-
公开(公告)号：CN110781266B
公开(公告)日：2020-06-09
申请号：CN201911031114.1
申请日：2019-10-28
Applicant: 北京航空航天大学
Inventor： 邓攀
IPC: G06F16/29 , G06F16/215 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种基于时空因果关系的城市传感数据处理方法，用于修复车辆时空轨迹行为数据。本发明通过跳转图模型学习轨迹采集设备的空间相关性，并输出设备分布式向量表示用于后续处理；将噪声数据检测问题作为一个序列标记问题，通过双向LSTM的序列标注模型，检测错误数据和潜在缺失数据，对车辆轨迹点进行标注，利用基于双向LSTM的序列预测器来预测缺失的轨迹点；最后结合预测的缺失数据来修正错误的轨迹点。本发明方法实现自动检测含噪数据，并从时空因果关系的角度对缺失数据进行修复，以避免生成不合理的车辆轨迹，提高了错误轨迹数据修复的正确率。
-
公开(公告)号：CN101196832B
公开(公告)日：2012-12-19
申请号：CN200710308582.X
申请日：2007-12-29
Applicant: 北京航空航天大学
IPC: G06F9/46
Abstract: 一种面向照明异构设备的资源代理器，在虚拟设备资源的统一描述模型的基础上，为屏蔽设备的物理通讯协议异构和业务通信协议异构，采用分层的架构设计思想，将资源代理器自下而上设计为物理通讯协议适配器、业务通信协议适配器、任务执行调度器和统一访问接口，逐层屏蔽设备的异构性并提供访问/控制/监视设备的统一接口，使得分布的、异构的和自治的静态物理设备封装为统一的、动态的虚拟设备网格服务资源，供上层应用调用。本发明提供的装置可以解决由于设备购置时期的不同、各单位信息化程度不同和各区域自主管理等因素造成的设备访问方式多样、全局设备监控和跨区域管理困难的问题。
-
公开(公告)号：CN101340423B
公开(公告)日：2011-02-02
申请号：CN200810118173.8
申请日：2008-08-13
Applicant: 北京航空航天大学
Abstract: 本发明提出了一种基于元调度环的多集群作业调度方法。该方法基于多集群间建立的元调度环，将用户提交到作业主节点的作业，由作业主节点通过发送添加作业的消息将作业添加到多个集群上、要执行作业的集群节点通过发送取消作业的消息并比较运行作业的权值来决定运行该作业的集群，避免多集群执行作业的冲突，从而完成作业在多集群间的调度。本发明提供的调度方法通过将作业插入元调度环上的多个集群本地队列中，增加作业被调度的机会，提高集群资源的利用率，避免单点失效、网络负担过重等问题，并具有良好的可扩展性。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.08 seconds)
