-
公开(公告)号：CN103646187B
公开(公告)日：2017-02-08
申请号：CN201310741928.0
申请日：2013-12-27
Applicant: 中国科学院自动化研究所 , 东莞中国科学院云计算产业技术创新与育成中心
Abstract: 本发明公开了一种统计周期内车辆出行路线及OD矩阵获取方法，该方法包括以下步骤：划分某路网区域中的交通小区及道路；在每段路或合并路段后的出口或入口处放置车辆检测设备，以检测行驶车辆的唯一标识；在统计周期内，利用车辆检测设备不间断地采集道路上行驶的车辆的信息，并将其存储到后台数据库中；提取每辆车在该统计周期内的时间和位置数据，获取该车辆在该统计周期内的路径信息并进行存储；根据所述路径信息获取该车辆的初始地和目的地所处的交通小区，综合考虑所有车辆的起讫点，从而得到统计周期内的OD矩阵。本发明以车辆标识为依据，通过各种数据挖掘与融合方法和先进的计算机实时处理技术，动态地获取和更新车辆出行路线及OD矩阵。
-
公开(公告)号：CN118673273B
公开(公告)日：2025-04-29
申请号：CN202410813731.1
申请日：2024-06-21
Applicant: 山东高速基础设施建设有限公司 , 中国科学院自动化研究所 , 山东省交通科学研究院
IPC: G06F18/10 , G06F18/213 , G06F18/214 , G06F18/25 , G06N3/0499 , G06N3/08 , G06Q10/04 , G06Q50/40
Abstract: 本公开提供一种交通流预测方法和交通流预测系统，该交通流预测方法包括：获取待预测站点的历史交通流数据以及空间位置数据；对历史交通流数据以及空间位置数据进行预处理和特征提取以获得处理数据和特征数据；融合待预测站点的里程矩阵构建延迟感知特征提取模型；基于处理数据和特征数据，通过延迟感知特征提取模型获取延迟交互特征数据；对延迟交互特征数据进行卷积，以获取待预测站点在下一时间窗口的交通流。
-
公开(公告)号：CN113625929B
公开(公告)日：2024-12-10
申请号：CN202110815472.2
申请日：2021-07-19
Applicant: 中国科学院自动化研究所
IPC: G06F3/04845 , G06T19/20 , G06Q10/0631 , G06Q10/10 , G06Q50/08
Abstract: 本发明提供一种根据本发明提供的一种工业化建筑进度管理方法、装置、电子设备和存储介质，其中方法包括：接收构件任务提交请求；对所述构件任务提交请求进行校验，若校验通过则更新工业化建筑任务序列中目标构件任务的实际任务信息，以及所述目标构件任务的下游构件任务的预计任务信息，所述目标构件任务为所述构件任务提交请求所指示的所述工业化建筑任务序列中的构件任务；所述工业化建筑任务序列中各构件的构件任务是以生产、装车、运输、挂钩和吊装的顺序排列的，解决了传统的进度管理方法无法对建筑项目进行精细化管理的问题，实现了对建筑进度的实时管理，提高了实施效率。
-
公开(公告)号：CN118887632A
公开(公告)日：2024-11-01
申请号：CN202410771385.5
申请日：2024-06-14
Applicant: 中国科学院自动化研究所 , 上海人工智能创新中心
IPC: G06V20/56 , G06V10/80 , G06V10/82 , G06V10/94 , G06N3/045 , G06N3/0464 , G08G1/0967 , B60W60/00 , B60W50/00 , G01D21/02
Abstract: 本发明提供一种基于多模态大模型的自动驾驶协同感知方法及装置，该方法包括：通过多模态大模型对主端车辆的点云数据进行处理，得到文本信息；从文本信息中提取文本特征，从主端车辆的图像数据中提取图像特征，从点云数据对应的深度图中提取深度图特征；根据文本特征对深度图特征和图像特征进行融合，得到第一融合特征；对第一融合特征和目标端发送的待检测物体特征进行融合，得到第二融合特征；目标端包括主端车辆的协同端和路端中的至少一项；基于第二融合特征执行多端协同感知视觉任务。本发明所述方法提高了感知特征的表征能力，进而提高了多终端车辆间的协同感知准确率和鲁棒性。
-
公开(公告)号：CN117610509A
公开(公告)日：2024-02-27
申请号：CN202311616546.5
申请日：2023-11-30
Applicant: 北京理工大学 , 中国科学院自动化研究所
IPC: G06F40/166 , G06F16/901 , G06N3/0455 , G06N3/084
Abstract: 本发明提出的一种基于扩散语言模型的文本生成方法，属于自然语言处理应用技术领域。其包括：采样文本信息，时间步长，高斯噪声；基于采样的文本信息得到文本嵌入；定义标准扩散过程计算潜在表示；将潜在表示、时间步长输入去噪模型中；采样高斯噪声，将噪声输入训练好的扩散模型中进行多轮迭代推理；利用解码器将去噪后的文本嵌入解码为文本。本发明使用BART解码器，更加有效地解码高维词嵌入，实现连续扩散模型与预训练语言模型的有效集成；并提出了噪声调度算法，在现有文本噪声调度的基础上引入语言学差异，从词相关性和信息量度量句子中单词的重要性，生成过程满足先生成常见词，进而生成稀有词，提高文本生成质量。
-
Patent Agency Ranking
公开(公告)号：CN115965029A
公开(公告)日：2023-04-14
申请号：CN202211740135.2
申请日：2022-12-30
Applicant: 中国科学院自动化研究所
IPC: G06F40/30 , G06F40/216 , G06N20/00
Abstract: 本发明提供一种基于生成对抗网络和语义编辑的交通流合成方法及系统，包括：建立基于生成对抗网络和语义编辑的交通流合成模型，包括：输入隐变量编辑模块、生成器模块和判别器模块；所述输入隐变量编辑模块在特定方向进行输入变量语义变换；所述生成器模块利用隐变量合成交通流数据；所述判别器模块对所述生成器模块生成的交通流数据进行评判，根据评判结果动态调整，增加相似度贴合真实交通数据流的合成交通流数据。本发明解决了现有交通数据采集需求量大、获取成本高的问题。
-
公开(公告)号：CN115309258A
公开(公告)日：2022-11-08
申请号：CN202210594903.1
申请日：2022-05-27
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种智能导学方法、装置和电子设备，涉及智能教学技术领域。该方法包括：在提供智能导学时，针对沉浸式学习环境中的待学习任务，采集目标对象学习过程中的生理数据、身体动作数据、以及与沉浸式学习环境间的交互操作数据；并根据生理数据、身体动作数据、以及交互操作数据，确定目标对象对应的目标智能导学策略，再控制沉浸式学习环境通过目标智能导学策略，为目标对象提供智能导学，实现了针对沉浸式学习环境，可以结合目标对象自身情况，有针对性地为目标对象提供智能导学。
-
公开(公告)号：CN110517492B
公开(公告)日：2020-12-01
申请号：CN201910793353.4
申请日：2019-08-27
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于智能交通系统领域，具体涉及了一种基于平行集成学习的交通路径推荐方法、系统、装置，旨在解决现有技术无法推荐最优车辆行驶路径的问题。本发明方法包括：基于交通需求信息划定可行区域并获取历史数据，根据路段划分为不同的历史数据子集；分别采用路段预测子模型获取预测结果，并获取模型最优超参数组、更新人工仿真场景、绘制可行规划区域交通拥堵地图，获取推荐行驶交通路径；其中，路段预测子模型通过平行集成学习的方法训练。本发明采用集成式模型预测未来需求并将其作为构建人工仿真场景的主要依据，同步动态更新信息，由小数据生成大数据，并从大数据中提取到小知识，有效提升道路的通行效率，缓解拥堵情况，节省出行耗时。
-
公开(公告)号：CN109087528B
公开(公告)日：2020-06-16
申请号：CN201811032151.X
申请日：2018-09-05
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于城市交通技术领域，旨在解决现有网约车因缺乏有效的停车诱导方法，而导致网约车在接送乘客过程中产生很多无效里程的问题。为此，本发明提供了一种网约车停车诱导方法、平台及系统，该方法包括：获取网约车的停车诱导请求信息；获取当前时刻之前各个区域的网约车需求量和当前时刻之前各个区域的网约车空闲量；根据当前时刻之前各个区域的网约车需求量和当前时刻之前各个区域的网约车空闲量计算当前时刻之后预设时段内各个区域的网约车供需比例；将当前时刻之后预设时段内各个区域的网约车供需比例传输给网约车以供网约车选择停车区域。能够使网约车在接单后及时地接到乘客，减少了无效里程，进而提高了网约车的工作效率。
-
公开(公告)号：CN110675623A
公开(公告)日：2020-01-10
申请号：CN201910842242.8
申请日：2019-09-06
Applicant: 中国科学院自动化研究所 , 东莞中国科学院云计算产业技术创新与育成中心
Abstract: 本发明属于智能交通领域，具体涉及一种基于混合深度学习的短时交通流量预测方法、系统、装置，旨在解决现有大规模交通流量预测方法精度低的问题。本系统方法包括获取待预测的各交通观测点的历史交通流量数据；所述历史交通流量数据为t时刻之前连续的等时长时间段的r个交通流量数据集合；分别将各交通流量数据集合中的历史交通流量数据合并得到对应的合并数据，并将各合并数据归一化；基于归一化后的各交通观测点的历史交通流量数据，采用混合深度学习模型获取各交通观测点t时刻归一化的预测结果；将预测结果进行反归一化，得到各交通观测点t时刻的交通流量预测值。本发明提高了大规模交通流量预测的精度。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.036 seconds)
