公开(公告)号：CN115169715A

公开(公告)日：2022-10-11

申请号：CN202210856811.6

申请日：2022-07-20

Applicant: 东南大学

Inventor： 金嘉晖 ,  唐俊 ,  张斌杰 ,  张竞慧 ,  罗军舟

IPC: G06Q10/04 ,  G06Q10/06 ,  G06Q50/26 ,  G06F16/2458 ,  G06F16/29

Abstract: 本发明公开了一种城市环境下多时间段稀疏犯罪发生地点的预测方法。所述方法包括城市空间和犯罪记录建模、门控循环网络‑神经常微分方程‑贝叶斯GRU‑ODE‑Bayes犯罪地点预测模型、数据增强模块、邻近重复增强模块。根据真实数据进行处理来抽象数据得到模型输入向量；通过GRU‑ODE‑Bayes犯罪地点预测模型通过输入城市网格嵌入和犯罪特征来预测犯罪地点；并使用数据增强模块来丰富稀疏犯罪的训练数据，使用邻近重复增强模块来实现连续的犯罪预测。本发明能对稀疏犯罪地点进行一个有效的预测，利于公共安全和城市治理。

公开(公告)号：CN113361788B

公开(公告)日：2022-11-01

申请号：CN202110668528.6

申请日：2021-06-16

Applicant: 东南大学

Inventor： 金嘉晖 ,  张斌杰 ,  安祺 ,  罗军舟

IPC: G06Q10/04 ,  G06F16/9537

Abstract: 本发明公开了一种城市环境下面向多类型服务需求的路径规划方法。本发明预先按照网格划分城市区域，按照路径相通关系，将各个区域连接，建模成一张图。将路径规划问题建模成：在用户指定起点终点与所需的多种服务类型之后，在多类型节点图上的路径查找问题。路径规划求解分为两阶段：一是POI需求优先的反向标记，二是基于动态边界的正向搜索。通过正反两次搜索，快速找到一条能够满足用户按序访问指定类型地点的需求的路径。

公开(公告)号：CN113361788A

公开(公告)日：2021-09-07

申请号：CN202110668528.6

申请日：2021-06-16

Applicant: 东南大学

Inventor： 金嘉晖 ,  张斌杰 ,  安祺 ,  罗军舟

IPC: G06Q10/04 ,  G06F16/9537

Abstract: 本发明公开了一种城市环境下面向多类型服务需求的路径规划方法。本发明预先按照网格划分城市区域，按照路径相通关系，将各个区域连接，建模成一张图。将路径规划问题建模成：在用户指定起点终点与所需的多种服务类型之后，在多类型节点图上的路径查找问题。路径规划求解分为两阶段：一是POI需求优先的反向标记，二是基于动态边界的正向搜索。通过正反两次搜索，快速找到一条能够满足用户按序访问指定类型地点的需求的路径。