-
公开(公告)号：CN118966713A
公开(公告)日：2024-11-15
申请号：CN202411418673.9
申请日：2024-10-12
Applicant: 华侨大学 , 厦门金龙联合汽车工业有限公司
IPC: G06Q10/0631 , G06N3/042 , G06N3/044 , G06Q50/43 , G06F18/214 , G06F18/241
Abstract: 本发明提供了城际拼车OD对区域可用运力预测方法、装置、设备及介质，通过获取起讫城市的路网信息以及兴趣点数据对起讫城市进行城市划分获得空间特征，由起讫城市的历史需求特征、区域历史流入特征、区域历史可用运力特征、区域历史车辆特征、需求时间信息得到时间特征，训练数据集输入OD对区域可用运力预测模型中进行模型训练，测试数据集输入至训练好的OD对区域可用运力预测模型中获得OD对区域可用运力预测值。通过提前预测起讫城市OD对区域的可用运力，使得相关运输机构能够提前对乘客订单与可用运力匹配，降低乘客等待时间、司机空驶里程。解决在拼车服务中车辆可用运力会受到订单产生的随机性影响，造成城内可用运力分布的不确定性。
-
公开(公告)号：CN118410915B
公开(公告)日：2024-10-22
申请号：CN202410798558.2
申请日：2024-06-20
Applicant: 华侨大学 , 蓝海(福建)信息科技有限公司
IPC: G06Q10/04 , G06Q50/47 , G06N3/0464
Abstract: 本发明提供一种基于STZINB‑GCN的城际拼车的OD对区域需求预测方法、装置、设备和介质，涉及城际客运拼车规划技术领域。其中，这种预测方法包含步骤S1至步骤S5。S1、获取城际拼车的历史订单数据，提历史需求特征、历史流入特征和时间信息特征构建总数据集并分割，获取输入数据。S2、获取OD对邻接关系图。S3、根据输入数据，通过深度卷积隔开每个通道的信息对时间信息进行压缩，通过两层卷积前馈网络，获得时间相关性信息。S4、根据输入数据和OD对邻接关系图，通过三层扩散图卷积神经网络，学习从一个OD对到另一对的空间依赖性信息。S5、将时间相关性信息和空间依赖性信息通过哈达玛积进行融合，然后通过零膨胀负二项分布解码成真实分布，获取预测值。
-
公开(公告)号：CN118313638B
公开(公告)日：2024-09-10
申请号：CN202410742809.5
申请日：2024-06-11
Applicant: 华侨大学 , 蓝海(福建)信息科技有限公司
IPC: G06Q10/0631 , G06Q50/40 , G06N3/0442 , G06N3/0455 , G06N3/08
Abstract: 本发明提供一种基于SRFE‑BLP‑Transformer的城际网约车长期出行需求预测方法、装置、设备和介质，涉及城际网约车需求技术领域。预测方法包含：S1、获取历史订单数据。S2、根据时间将订单划分到运营时间切片作为需求量特征，并对运营时间切片的特征进行编码，获取特征编码。S3、先采用斯皮尔曼相关分析各特征与需求量特征之间的相关性强度，再采用递归特征消除算法选择特征，获取有效特征。S4、按时间顺序排序有效特征并归一化处理，再按预设时长分割数据，获取输入数据。S5、通过双向长短时记忆网络捕捉输入数据的时间依赖性并添加位置编码，再通过Transformer捕捉输入数据中不同位置之间的长距离依赖关系并线性变换，获取预测结果。
-
公开(公告)号：CN118469968A
公开(公告)日：2024-08-09
申请号：CN202410636849.1
申请日：2024-05-22
Applicant: 华侨大学
IPC: G06T7/00 , G06V10/40 , G06V10/764 , G06V10/774 , G06V40/16 , G06V10/82
Abstract: 本发明公开了一种基于伪影域对抗学习的深度伪造图像检测方法及装置，包括：构建深度伪造图像检测模型和领域分类器，深度伪造图像检测模型包括特征提取器和伪造检测分类器，特征提取器是在Xception网络的输出层中嵌入空间通道注意力模块而得到，伪造检测分类器和领域分类器均采用依次连接的全连接层和Softmax分类器，并分别与特征提取器连接，结合领域分类器对深度伪造图像检测模型进行训练，得到经训练的深度伪造图像检测模型；将待检测的图像输入经训练的深度伪造图像检测模型，得到检测结果，检测结果为待检测的图像为真实图像和伪造图像的概率，根据检测结果确定待检测的图像为真实图像或伪造图像。本发明能够提升脸部伪造图像检测的准确率。
-
公开(公告)号：CN118171094A
公开(公告)日：2024-06-11
申请号：CN202410605851.2
申请日：2024-05-16
Applicant: 华侨大学
IPC: G06F18/2134 , G06F17/16 , G06N3/0895
Abstract: 本发明提供的一种正定时变工作模态参数识别方法、装置、设备及介质，涉及工作模态参数识别领域。本发明通过获取传感器测点的线性时变结构振动响应信号,基于凝固系数法对线性时变结构进行离散化，获得在极小时间区间内“冻结”的时不变结构振动响应信号；然后采用ICA进行分离，引入最大化似然函数和排序约束方法对分离出的成分进行估计和梯度迭代更新直至收敛，再结合滑窗增量式技术，优化滑窗过程中模态参数的迁移更新方式，直至滑窗结束，获得逼近的时变结构模态振型和模态响应矩阵。本发明降低了排序和能量不确定的问题，提高了识别精度和成功率，解决了模型的初值选取问题，明显降低了模型自监督学习所需要的迭代步数，减少模型优化所耗时间。
-
Patent Agency Ranking
公开(公告)号：CN117910782B
公开(公告)日：2024-05-14
申请号：CN202410308780.X
申请日：2024-03-19
Applicant: 华侨大学 , 蓝海(福建)信息科技有限公司
IPC: G06Q10/0631 , G06Q50/47 , G06F18/22 , G06F18/214 , G06F18/10 , G06N3/126
Abstract: 本发明提供基于完全子图和插入式遗传算法的城际拼车静态调度方法，涉及交通调度技术领域。方法包含S1、历史订单进行预处理。S2、预处理后提取所需字段获取输入订单数据。S3、根据输入订单数据，计算用户之间的时空相似性。S4、以时空相似性为元素生成n名乘客合乘权值矩阵。S5、根据合乘权值矩阵生成n名乘客的合乘带权图。S6、根据合乘带权图搜索1到k阶的完全图，获取合乘完全图集合。S7、多次在合乘完全图集合中搜索可行子图组合，获取原始种群。S8、重复执行S9至迭代结束，从新的种群选择适应度最高的个体作为静态调度的解。S9、从旧的种群选择个体进行交叉运算和变异运算获取新的个体。用新的个体替换旧的种群中较差的个体，获取新的种群。
-
公开(公告)号：CN117910782A
公开(公告)日：2024-04-19
申请号：CN202410308780.X
申请日：2024-03-19
Applicant: 华侨大学 , 蓝海(福建)信息科技有限公司
IPC: G06Q10/0631 , G06Q50/47 , G06F18/22 , G06F18/214 , G06F18/10 , G06N3/126
Abstract: 本发明提供基于完全子图和插入式遗传算法的城际拼车静态调度方法，涉及交通调度技术领域。方法包含S1、历史订单进行预处理。S2、预处理后提取所需字段获取输入订单数据。S3、根据输入订单数据，计算用户之间的时空相似性。S4、以时空相似性为元素生成n名乘客合乘权值矩阵。S5、根据合乘权值矩阵生成n名乘客的合乘带权图。S6、根据合乘带权图搜索1到k阶的完全图，获取合乘完全图集合。S7、多次在合乘完全图集合中搜索可行子图组合，获取原始种群。S8、重复执行S9至迭代结束，从新的种群选择适应度最高的个体作为静态调度的解。S9、从旧的种群选择个体进行交叉运算和变异运算获取新的个体。用新的个体替换旧的种群中较差的个体，获取新的种群。
-
公开(公告)号：CN117593043A
公开(公告)日：2024-02-23
申请号：CN202410060664.0
申请日：2024-01-16
Applicant: 华侨大学 , 蓝海(福建)信息科技有限公司
IPC: G06Q30/0202 , G06Q50/47 , G06F16/2458
Abstract: 本发明公开了一种城际网约车辆未来短期时刻分布估计方法、装置及设备，方法包括：实时获取城际网约车某条线路的乘客下单出行数据，构建车辆集合和两城的城际出入口；根据车辆集合构建两城的真实可用运力集合和预估可用运力集合；根据车辆出城触发两城的运力分布预估，构建两城的途中车辆集合和预出城车辆集合；根据两城的真实可用车辆集合、途中车辆集合和预出城车辆集合，更新两城的预估可用运力集合；基于两城的预估可用运力集合和途中车辆集合，可以预估未来的运力分布，提前可知车辆在未来某时刻的位置，可适用于额定容量不同的异构车型的返程预约订单的提前派单调度。本发明能有效提高城际网约车运力分布短期预估的准确性。
-
公开(公告)号：CN116720626A
公开(公告)日：2023-09-08
申请号：CN202310740108.3
申请日：2023-06-21
Applicant: 华侨大学
IPC: G06Q10/04 , G06F18/231 , G06Q50/04
Abstract: 本发明涉及一种订单组批优化方法、终端设备及存储介质，该方法中首先使用杰卡德相似性系数和类间平均距离来度量各个订单类之间的相似性，在计算相似性的时候，直接将部件面积和数目考虑进去；然后使用凝聚层次聚类算法将相似性最高并且符合约束条件的订单类合并成订单簇。本发明可以在保证原片利用率的情况下，替代原有人工编排带来的效率低和耗时长的组批模式。
-
公开(公告)号：CN116680396A
公开(公告)日：2023-09-01
申请号：CN202310379952.8
申请日：2023-04-11
Applicant: 华侨大学
IPC: G06F16/35 , G06F40/216 , G06F40/289 , G06F18/23213
Abstract: 本发明一种基于游客评论数据聚类的景点主题自动分类方法及系统，包括：获取游客对景点的有效评论数据集、有效评论数据的总量、景点的主题类别集合、景点的主题类别总数以及各个主题类别的景点数量集合；基于所述有效评论数据集，获得有效评论数据的特征项；计算各特征项的权重，获得游客对景点的有效评论数据特征项的权重向量；基于特征项的权重向量，采用聚类算法，将有效评论数据划分为不同的簇；根据所述簇，分析各簇特征项，确定该类景点的主题词，完成景点主题的自动分类。本发明基于游客评论数据聚类的景点主题自动分类方法能够提高景点主题分类的自动化水平和效率，减少人工的主观性。
-
-
-
-
-
-
-
-
-
Search Results
335
records
(took 0.059 seconds)
