公开(公告)号：CN116227562A

公开(公告)日：2023-06-06

申请号：CN202310265763.8

申请日：2023-03-17

Applicant: 上海交通大学

Inventor： 曹健 ,  申世通 ,  钱诗友

IPC: G06N3/049 ,  G06N3/08 ,  G06Q50/00 ,  G06N3/0464

Abstract: 本发明提供了一种基于图神经网络与Transformer的时序点过程预测方法及系统，包括：步骤S1：对历史事件序列进行编码表示；步骤S2：对历史事件序列中各事件的相互关联信息进行整合，得到包含历史事件序列间相互作用关系的编码输出；步骤S3：将编码输出经过处理得到解码输出；步骤S4：对时间序列进行编码表示；步骤S5：根据事件的强度函数得到事件的精确时间戳以及事件类型的预测值；步骤S6：对模型的误差进行评估。

公开(公告)号：CN114021854B

公开(公告)日：2024-08-23

申请号：CN202111434434.9

申请日：2021-11-29

Applicant: 上海交通大学

Inventor： 曹健 ,  申世通 ,  钱诗友

IPC: G06Q10/04 ,  G06Q10/083 ,  G06F18/22 ,  G06N3/126 ,  G06N5/04 ,  G06N7/01

Abstract: 本发明提供了一种基于KNN算法的航次进箱量分布情况预测方法和系统，包括：步骤1：对航次特征进行编码，并进行相似航次匹配；步骤2：对相似航次进行核密度估计，并在核密度估计结果中进行抽样；步骤3：对抽样数据进行核密度估计，得到预测结果；步骤4：通过遗传算法对预测结果进行优化。本发明能够在每日甚至每小时的更细粒度上对航次的进箱量做出预测，从而更好地挖掘码头的吞吐能力，高效地提供货运服务，降低成本并提升水路航运的市场竞争力。

公开(公告)号：CN114021854A

公开(公告)日：2022-02-08

申请号：CN202111434434.9

申请日：2021-11-29

Applicant: 上海交通大学

Inventor： 曹健 ,  申世通 ,  钱诗友

IPC: G06Q10/04 ,  G06Q10/08 ,  G06K9/62 ,  G06N3/12

Abstract: 本发明提供了一种基于KNN算法的航次进箱量分布情况预测方法和系统，包括：步骤1：对航次特征进行编码，并进行相似航次匹配；步骤2：对相似航次进行核密度估计，并在核密度估计结果中进行抽样；步骤3：对抽样数据进行核密度估计，得到预测结果；步骤4：通过遗传算法对预测结果进行优化。本发明能够在每日甚至每小时的更细粒度上对航次的进箱量做出预测，从而更好地挖掘码头的吞吐能力，高效地提供货运服务，降低成本并提升水路航运的市场竞争力。