-
公开(公告)号：CN110119475B
公开(公告)日：2020-01-07
申请号：CN201910089802.7
申请日：2019-01-29
申请人： 成都信息工程大学
IPC分类号： G06F16/9535 , G06F16/9537
摘要： 本发明公开一种POI推荐方法及推荐系统，涉及推荐技术领域，该方法包括：根据从LBSN门户网站收集的用户和POI数据构建的用户‑POI关系网络，利用网络嵌入方法学习得到用户和POI的嵌入向量；根据用户和POI的嵌入向量，构建包括多个关于用户和POI的关联因子的动态因子图模型，并根据所述多个关于用户和POI的关联因子建立在时空社交网络上的联合分布，通过学习得到所述联合分布中的参数值；计算得到使联合分布概率最大的节点值，然后计算每个节点的边缘概率，并按边缘概率和倾向性的乘积大小进行POI推荐；解决了因数据质量不可靠和时空模式难以确定导致的推荐准确性低的问题，显著提高推荐性能。
-
公开(公告)号：CN110545563A
公开(公告)日：2019-12-06
申请号：CN201910732159.5
申请日：2019-08-09
摘要： 本公开涉及一种面向IPv6的基于动态能效的网络选择方法，包括：获取基于IPv6的网络的当前状态，当前状态包括当前连接的网络、网络业务类型和当前可连接的候选网络集合；基于候选网络集合得到用于表征网络切换动作的动作集合；统计动作集合中的动作元素的数量；若动作元素的数量为1，则将该动作元素对应的网络作为切换后的网络；若动作元素的数量大于1，生成随机数rand，判断该随机数rand与预设的折扣因子γ之间的大小；若rand＜γ，则随机选择动作集合中的动作元素，并将该动作元素对应的网络作为切换后的网络；若rand≥γ，则利用Q学习的方法，基于用户体验质量QoE收益、网络切换代价以及能量消耗进行Q学习以获得最佳的网络选择方案。
-
公开(公告)号：CN110120105A
公开(公告)日：2019-08-13
申请号：CN201910250660.8
申请日：2019-03-29
申请人： 成都信息工程大学
摘要： 本公开涉及一种载人车辆自动检票的方法、系统、服务器和终端，该方法包括：终端获取所述车辆的车辆信息和所述车辆上乘客的图片信息；终端发送所述车辆信息和所述图片信息至服务器；服务器基于所述图片信息统计所述乘客的实时人数；服务器确认所述实时人数等于所述车辆信息对应的预设人数；服务器发送通行指令至所述终端。用于解决景区车流量较大时，检票速度慢进而造成检票口拥挤的技术问题。
-
公开(公告)号：CN110119838A
公开(公告)日：2019-08-13
申请号：CN201910310295.5
申请日：2019-04-17
申请人： 成都信息工程大学
摘要： 本发明属于深度学习领域，具体涉及一种共享单车需求预测系统、方法及装置。数据提取及转换单元，用于从真实天气数据中提取相关性最大的天气特征与时间特征，结合历史站点状态数据将其转化为二维矩阵；神经网络单元，对二维矩阵内的特征信息进行提取、学习和训练操作；然后进行优化参数更新操作；输出单车需求预测值。具有效率高、预测准确和实时性高的优点。
-
公开(公告)号：CN110119475A
公开(公告)日：2019-08-13
申请号：CN201910089802.7
申请日：2019-01-29
申请人： 成都信息工程大学
IPC分类号： G06F16/9535 , G06F16/9537
摘要： 本发明公开一种POI推荐方法及推荐系统，涉及推荐技术领域，该方法包括：根据从LBSN门户网站收集的用户和POI数据构建的用户-POI关系网络，利用网络嵌入方法学习得到用户和POI的嵌入向量；根据用户和POI的嵌入向量，构建包括多个关于用户和POI的关联因子的动态因子图模型，并根据所述多个关于用户和POI的关联因子建立在时空社交网络上的联合分布，通过学习得到所述联合分布中的参数值；计算得到使联合分布概率最大的节点值，然后计算每个节点的边缘概率，并按边缘概率和倾向性的乘积大小进行POI推荐；解决了因数据质量不可靠和时空模式难以确定导致的推荐准确性低的问题，显著提高推荐性能。
-
公开(公告)号：CN110110013A
公开(公告)日：2019-08-09
申请号：CN201910388351.7
申请日：2019-05-10
申请人： 成都信息工程大学 , 四川省金科成地理信息技术有限公司
IPC分类号： G06F16/28 , G06F16/951 , G06F17/27
摘要： 本发明公开了一种基于时空属性的实体竞争关系数据挖掘方法，将实体竞争关系探测与前沿的计算机技术相结合，克服了传统的竞争关系数据挖掘方法不考虑时空属性影响的缺点，科学的融合实体用户评论、实体用户评论时间和实体空间位置三大因素，科学精确的量化了实体间的竞争关系。本发明最终挖掘得到的实体竞争关系数据取值范围为[0,1]，有效解决了传统的竞争关系挖掘方法和竞争对手识别方法结果对于非技术人员无法理解，最终还需要人工处理和筛选的问题。
-
公开(公告)号：CN118070307A
公开(公告)日：2024-05-24
申请号：CN202410189385.4
申请日：2024-02-20
申请人： 成都信息工程大学 , 成都红云鼎科技有限公司
IPC分类号： G06F21/60 , G06F21/62 , G06F18/241 , G06F17/16 , G06F18/214 , G06Q40/12
摘要： 本发明公开了一种基于隐私计算的财务数据监管方法，该方法包括：对不同监管机构节点的财务数据信息表进行数据预处理并对财务数据进行加密操作；利用子节点预处理后的数据构建财务数据监管前后向传播基模型；利用子节点预处理后的数据构建财务数据监管梯度增强基模型；对财务数据监管梯度增强模型和前后向传播模型进行模型融合建立财务数据监管元模型，并上传子节点的财务数据监管元模型参数向量序列；中心节点聚合子节点上传的财务数据监管元模型的参数向量序列，更新中心节点财务数据监管大模型并向子节点共享更新后的财务数据监管大模型。
-
公开(公告)号：CN116882148B
公开(公告)日：2024-01-30
申请号：CN202310800399.0
申请日：2023-07-03
申请人： 成都信息工程大学 , 四川易方智慧科技有限公司
摘要： 本发明公开了一种基于空间社会力图神经网络的行人轨迹预测方法，包括以下步骤：从源图像数据中捕捉行人以及周围障碍物位置信息；建立坐标轴对行人轨迹进行预处理，提取每个行人的位置坐标；利用社会力对行人之间的全域交互作用进行量化并计算行人之间的斥力；以行人为节点、社会关系为边构建行人的空间社会力图神经网络；构建基于空间社会力图神经网络的行人轨迹预测目标方程。本发明在轨迹预测过程中充分考虑环境对行人的影响以及人与人之间的相互作用，融合了行人对周围情景的全域交互作用和自身隐藏状态；利用相邻轨迹点之间加权平均距离和作为输入，可以准确预测连续轨迹点，
-
公开(公告)号：CN111189459B
公开(公告)日：2023-12-22
申请号：CN202010026328.6
申请日：2020-01-10
申请人： 成都信息工程大学 , 四川省金科成地理信息技术有限公司 , 成都探码科技有限公司
发明人： 乔少杰 , 黄振锋 , 甘戈 , 韩楠 , 宋学江 , 魏军林 , 张小辉 , 温敏 , 肖月强 , 程维杰 , 陈权亮 , 李斌勇 , 张永清 , 张吉烈 , 何林波 , 元昌安 , 彭京 , 周凯 , 余华 , 范勇强 , 冉先进
IPC分类号： G01C21/30
摘要： 本申请实施例提供了一种定位信息与道路匹配的方法和装置，该方法包括：S1.获取待匹配的定位轨迹序列和道路网络数据；步骤S2.获取所述轨迹序列的候选路段；步骤S3.判断所述定位轨迹序列中已匹配点的个数是否大于两个，若是，则用第一匹配算法计算出所述轨迹序列在所述道路网络数据上的匹配轨迹；若否，则用第二匹配算法计算出所述轨迹序列在所述道路网络数据上的匹配轨迹；步骤S4.输出所述匹配轨迹。本申请提供的定位信息与道路匹配的方法和装置，其通过获取浮动车数据和城市道路网络数据，搜索和筛选出合理的候选路段和候选待匹配点，结合所设计两种不同的匹配算法来进行浮动车地图的匹配，实现了大规模浮动车地图匹配的准确性和效率性。(56)对比文件孙庆辉等.路径规划和导航《.空间位置信息服务系统原理和方法》.西安地图出版社,2009,陈林等.情景感知系统《.‘互联网+’智慧校园技术与工程实施》.电子科技大学出版社,2017,Shaojie Qiao.A Self-AdaptiveParameter Selection Trajectory PredictionApproach via Hidden Markov Models《.IEEETRANSACTIONS ON INTELLIGENTTRANSPORTATION SYSTEMS》.2015,第16卷(第1期),乔少杰.一种基于空间编码技术的轨迹特征提取方法《.中国科学：信息科学》.2017,第47卷(第11期),
-
公开(公告)号：CN116720137A
公开(公告)日：2023-09-08
申请号：CN202310771419.6
申请日：2023-06-28
IPC分类号： G06F18/2415 , G06F18/25 , G06F16/25 , G06F16/23 , G06Q50/26
摘要： 本发明公开了一种基于深度强化学习融合多数据源的森林火灾轨迹预测方法，该方法包括：根据历史火灾事件建立森林火灾数据库；获取每次森林火灾事件的红外图、地理图、气象图、环境数据图，并对不同类型的图进行数据化操作建立多数据源矩阵；然后建立火灾可燃性指标体系，根据不同数据源矩阵计算区域可燃性概率值矩阵；对温度数据、湿度数据、风速数据、风向数据、坡度数据、可燃性概率值进行特征融合并归一化处理得到不同时间步的森林信息矩阵；利用卷积等操作建立森林信息更新模型，以预测不同火灾状况森林信息的整体变化；最后将火灾作为智能体，将火灾事态最大化发展作为目标函数来预测森林火灾轨迹变化。
-
-
-
-
-
-
-
-
-
搜索结果
81 条记录 (耗时 0.051 秒)
