公开(公告)号：CN118009990B

公开(公告)日：2024-07-05

申请号：CN202410424412.1

申请日：2024-04-10

Applicant: 水利部交通运输部国家能源局南京水利科学研究院 ,  东南大学

Inventor： 闻云呈 ,  张帆一 ,  夏明嫣 ,  刘杉 ,  夏云峰 ,  张亚 ,  李彦杉 ,  徐华 ,  王晓俊 ,  杜德军 ,  张世钊 ,  成泽霖 ,  裴盛圣

IPC: G01C13/00 ,  G06F18/20 ,  G06F18/10 ,  G06Q10/04 ,  G06Q50/26 ,  G06N3/045 ,  G06N3/048 ,  G06N3/08 ,  G06F123/02

Abstract: 本发明公开了一种基于Transformer模型的高精度潮位实时预报方法，包括：获得逐时的上游径流量、河口潮位、目标站点的历史潮位和河口潮差数据；构建基于Transformer模型的水位预测模型，对水位预测模型进行训练，并对水位预测模型进行评估和优化；获取上游站点径流预报序列；采用调和分析方法获取河口站点潮位预报序列；利用水位预测模型进行水位预测，并每隔一段时间对水位预测模型进行自动更新。通过本发明的水位预测模型可提供实时潮位预报，以满足对河段潮位变化的快速响应需求。

公开(公告)号：CN117932509A

公开(公告)日：2024-04-26

申请号：CN202410028700.5

申请日：2024-01-05

Applicant: 银江技术股份有限公司 ,  东南大学

Inventor： 刘杉 ,  章步镐 ,  张亚 ,  温晓岳 ,  王正礼 ,  郑振杰 ,  罗鹏

IPC: G06F18/2433 ,  G06N3/096 ,  G06N3/092 ,  G06N3/084 ,  G06F18/23213 ,  G06N3/0455

Abstract: 本申请涉及一种异常网约车司机的检测方法、系统、装置和介质，其中，该方法包括：基于网约车司机的历史轨迹数据，训练得到共同路线偏好模型，其中，共同路线偏好模型用于计算网约车司机的共同路线偏好；基于共同路线偏好模型，训练得到若干个性化路线偏好模型，其中，个性化路线偏好模型用于计算各个网约车司机的个性化路线偏好；根据个性化路线偏好模型计算得到的各个网约车司机的个性化路线偏好，从网约车司机中确定出异常网约车司机。通过本申请，实现了基于共同路线偏好模型以迁移训练出每个网约车驾驶员的个性化路线偏好模型，通过不同网约车驾驶员的个性化路线偏好，确定出异常网约车司机，解决了如何检测出网约车异常司机的问题。

公开(公告)号：CN119862998A

公开(公告)日：2025-04-22

申请号：CN202510067545.2

申请日：2025-01-16

Applicant: 东南大学

Inventor： 李彦杉 ,  刘杉 ,  刘相 ,  张亚 ,  马佳

IPC: G06Q10/04 ,  G06Q50/26 ,  G06F18/214 ,  G06F18/21 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/045 ,  G06F18/23213 ,  G06F18/22 ,  G06N20/20

Abstract: 本发明公开了一种基于图和序列分解技术包含虚拟站点的集成水位预测方法，包括：对水位监测站点数据进行预处理，并划分为训练集和测试集；构建图和序列分解模块(GSD)，并采用训练集和测试集训练图和序列分解模块GSD；构建虚拟站点水位预测模块(VS‑WLP)，并采用训练集和测试集训练虚拟站点水位预测模块VS‑WLP；基于训练好的图和序列分解模块GSD和虚拟站点水位预测模块VS‑WLP，实现水位预测；基于训练好的江湖水位预测模型采用层次集成化方法，实现集成水位预测。本发明有效提高预测模型的鲁棒性和适用性。创新性的水位预测模块可用于无监测站区域的水位估算，弥补传统水文监测系统在空间分布上的不足。

公开(公告)号：CN119599225A

公开(公告)日：2025-03-11

申请号：CN202411481829.8

申请日：2024-10-22

Applicant: 银江技术股份有限公司 ,  东南大学

Inventor： 刘杉 ,  孔桦桦 ,  张亚 ,  蒋立靓 ,  王正礼 ,  刘相 ,  郑振杰

IPC: G06Q10/047 ,  G06Q50/14 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/042 ,  G06N3/092 ,  G06N3/094 ,  G06F18/214

Abstract: 本申请涉及一种起讫点路线推断及旅行时间估算方法，通过结合主动学习机制的对抗性逆强化网络，可以在尽可能减少数据标注量的前提下，推断生成结合用户偏好的起讫点间个性化行驶路线；进一步地，通过AdaBoost算法将融合图卷积网络和Transformer网络的多个弱学习器集成，图卷积网络可以获取交通网络的高维时空特征，从而辅助Transformer网络更好的捕获个性化行驶路线对应的长短期依赖关系；结合多个弱学习器的学习结果，得到更丰富全面的个性化行驶路线的时序特征表示，最后，利用该时序特征表示得到路线对应的旅行时间，实现准确的起讫点旅行时间估计。

公开(公告)号：CN116465426A

公开(公告)日：2023-07-21

申请号：CN202310673755.7

申请日：2023-06-08

Applicant: 东南大学 ,  南京大学

Inventor： 刘杉 ,  王正礼 ,  郑振杰 ,  张亚 ,  顾诗怡

IPC: G01C21/34 ,  G01C21/20 ,  G05D1/02

Abstract: 本发明公开了一种自动驾驶出租车巡航路径和速度规划方法及装置，本发明的路径规划方法包括：获取历史巡航路径，并划分得到包括训练集和测试集的若干组合；对道路网络数据采用预设路径奖励学习模型学习得到初步路径奖励；计算巡航策略；选择任一组合的训练集，基于所述巡航策略学习得到当前训练集的第一期望路径访问频率；根据第一期望路径访问频率和对应第一实际路径访问频率对预设路径奖励学习模型进行更新；基于巡航策略学习得到每个测试集的第二期望路径访问频率，并结合对应第二实际路径访问频率计算得到初步规划奖励的系数；基于系数将初步规划奖励组合得到综合规划奖励；根据最终路径奖励确定最优巡航路径。本发明所需数据少，且效果更佳。