基于混合深度学习框架的城市车辆旅行时间估计方法

    公开(公告)号:CN114372627B

    公开(公告)日:2024-06-07

    申请号:CN202210017292.4

    申请日:2022-01-07

    申请人: 中南大学

    摘要: 本公开实施例中提供了一种基于混合深度学习框架的城市车辆旅行时间估计方法,属于数据处理技术领域,具体包括:构建无向图;形成嵌入向量集合;收集原始数据集,并根据其数据结构划分为路径数据集、时间数据集、交通数据集、天气数据集和个人数据集;得到每个数据集对应的向量序列;得到多模态特征;得到综合特征向量;计算旅行时间的估计值;根据估计值与真实值的误差值迭代更新可学习参数,直到误差值小于阈值,得到目标模型;采集目标车辆的路径数据集、时间数据集、交通数据集、天气数据集和个人数据集输入目标模型,得到旅行时间预测值。通过本公开的方案,拟合特征间的交互关系,有效融合多模态特征,全面、精确地估计车辆旅行时间。

    一种城市功能区域识别方法、系统、终端设备及介质

    公开(公告)号:CN117893383A

    公开(公告)日:2024-04-16

    申请号:CN202410289290.X

    申请日:2024-03-14

    摘要: 本申请适用于时空大数据挖掘技术领域,提供了一种城市功能区域识别方法、系统、终端设备及介质,包括:采集POI数据,将POI数据划分到空间单元中;构建Delaunay三角网,进行长边约束后,构建空间单元段落;针对每个空间单元向量表征段落,提取空间单元向量表征段落中的有效广义单词,基于设计的用于增强有效广义单词的表征向量和空间单元段落表征向量之间相似性的学习函数,学习空间单元向量段落的表征向量,得到每个空间单元的功能表征;基于功能表征相似度对于空间单元进行K‑means聚类,分别计算每个聚类簇的平均密度比和类型比例,并以此对研究城市的功能区域进行识别。本申请能够提高城市功能区域识别的准确性。

    一种利用脱水有机污泥制备高热值燃料的资源化处理方法

    公开(公告)号:CN116103070B

    公开(公告)日:2024-04-12

    申请号:CN202211111005.2

    申请日:2022-09-13

    申请人: 中南大学

    摘要: 本发明属于固废资源化利用技术领域,公开了一种利用脱水有机污泥制备高热值燃料的资源化处理方法。将含水率为15%~25%的干化有机污泥与助燃剂、催化剂、脱硫剂、热值提升剂搅拌混合均匀,然后压缩成型,得到所述高热值燃料;所述助燃剂包括硝酸钾、硝酸镁、氯酸钠、二茂铁和过硫酸钾;所述催化剂包括碳酸钙、氧化铝、二氧化锰和石英砂;所述脱硫剂包括氧化钙、氢氧化钙和环氧树脂;所述热值提升剂包括废油和生物质燃料。本发明制备的燃料以有机污泥为主体,不含化石燃料且氧化剂用量少,成本低、燃烧充分、不产生二噁英等二次污染物。解决了有机污泥含水率高、热值低、作为燃料不能充分燃烧等问题。

    一种PM2.5浓度预测结果的不确定性评估方法及设备

    公开(公告)号:CN117271959A

    公开(公告)日:2023-12-22

    申请号:CN202311550749.9

    申请日:2023-11-21

    申请人: 中南大学

    IPC分类号: G06F17/16 G06Q50/26

    摘要: 本申请适用于空气检测技术领域,提供了一种PM2.5浓度预测结果的不确定性评估方法及设备,该PM2.5浓度预测结果的不确定性评估方法包括:将目标区域划分为多个网格区域,并构建无向图;根据每个网格区域的路网状态、兴趣点分布状态、气象属性、轨迹属性和PM2.5浓度,获取目标区域的属性矩阵;基于无向图和属性矩阵,获取最终潜在特征矩阵;对最终潜在特征矩阵进行计算得到所有网格区域的最优PM2.5浓度预测结果;基于最终潜在特征矩阵,获取网格区域的最优PM2.5浓度预测结果的不确定值。本申请的PM2.5浓度预测结果的不确定性评估方法能够解决PM2.5浓度预测结果的可靠性与稳健性存疑的问题。

    一种呼吸道传染病传染源区域探测方法

    公开(公告)号:CN113793692B

    公开(公告)日:2023-10-17

    申请号:CN202111094906.0

    申请日:2021-09-17

    申请人: 中南大学

    IPC分类号: G16H50/80

    摘要: 本公开实施例中提供了一种呼吸道传染病传染源区域探测方法,属于数据处理技术领域,具体包括:在路网约束条件下,根据初始信息生成多个候选环形热点,候选环形热点包括多个交通小区;从全部候选环形热点中选取符合条件的候选环形热点作为显著环形热点;根据手机信令数据和兴趣点数据,分别计算每个表示显著环形热点圆心的交通小区的关联要素指标;根据关联要素指标计算每个交通小区的得分;将得分最高的交通小区定义为传染源区域。通过本公开的方案,自适应识别融合人群流动规律的路网约束下环形热点,选取显著性环形热点并结合多要素关联的呼吸道传染病传染源区域探测,提高了呼吸道传染病传染源区域探测方法的适应性、检测效率和精准度。

    基于深度学习的土地利用变化模拟方法

    公开(公告)号:CN113297174B

    公开(公告)日:2023-10-13

    申请号:CN202110565706.2

    申请日:2021-05-24

    申请人: 中南大学

    摘要: 本发明公开了一种基于深度学习的土地利用变化模拟方法,包括获取历史土地利用数据,并进行预处理;将历史土地利用数据输入卷积神经网络,获取空间邻域特征;进行区位遥相关特征构建;融合空间邻域特征和区位遥相关特征,对样本特征进行欠采样处理;进行模型构建,对城市土地利用进行模拟演化,并对模型进行训练;将训练生成的土地利用模拟演化模型对土地利用变化进行预测。本发明在卷积神经网络中引入空洞卷积层,在扩大元胞感受野的同时兼顾局部特征,减少冗余特征的累积,进而实现对元胞空间邻域特征的构建;本发明基于图卷积神经网络感知地理场景遥相关,实现对地理区位条件相似的元胞关系的挖掘,处理精度更高。

    一种基于系统动力学的金属资源代谢过程预测方法

    公开(公告)号:CN115391985B

    公开(公告)日:2023-09-05

    申请号:CN202210866430.6

    申请日:2022-07-22

    申请人: 中南大学

    摘要: 本发明属于时空大数据挖掘领域,尤其涉及一种基于系统动力学的金属资源代谢过程预测方法。预测方法包括:将金属资源状态量按照金属资源代谢阶段进行分类;根据不同阶段金属资源状态量的转换关系,构建金属资源代谢动力学模型;基于统计数据计算金属资源社会蓄积量;采用模拟退火算法求解模型参数;并对自然矿产中提炼的金属资源材料量和金属材料净进口量进行预测;根据上述各预测值和参数,基于金属资源代谢动力学模型预测金属资源状态量。该方法极大地减少了预测结果的统计调查数据依赖性,避免引入主观经验参数,具有更强的现实性和可解释性,提高了金属资源代谢过程预测结果的可靠性和实用性。

    一种多形态空间同位模式的挖掘方法及相关设备

    公开(公告)号:CN115495506B

    公开(公告)日:2023-02-28

    申请号:CN202211354059.1

    申请日:2022-11-01

    申请人: 中南大学

    发明人: 谌恺祺 邓敏 石岩

    摘要: 本发明提供了一种多形态空间同位模式的挖掘方法及相关设备,包括:获取目标区域的多类地理要素;分别以每类地理要素作为参考类进行统计显著性值计算,得到多类地理要素的统计显著性值;根据统计显著性值对多类地理要素进行分类,得到显著同位模式,显著同位模式包括多类地理要素中的至少一部分地理要素;对显著同位模式中所有的地理要素进行分解,得到多个特征实例集;分别针对每个特征实例集中的每类地理要素,将该地理要素作为中心,分别以多个预设的空间尺度为挖掘范围,计算在多个空间尺度下该地理要素所在特征实例集中的其他地理要素与该地理要素之间的距离;实现了对于空间同位模式内部的各异形态进行细分。

    一种城市道路交通缺失数据插值方法及相关设备

    公开(公告)号:CN115599779A

    公开(公告)日:2023-01-13

    申请号:CN202211496560.1

    申请日:2022-11-28

    申请人: 中南大学(CN)

    摘要: 本发明提供了一种城市道路交通缺失数据插值方法及相关设备,包括:获取目标城市的路网数据以及与路网数据对应的历史交通流数据;根据路网数据中道路间的空间拓扑邻近性构建空间拓扑邻近图,得到第一权重矩阵;根据路网数据中道路间的环境属性相似性构建环境属性相似图,得到第二权重矩阵;对历史交通流数据进行数据增强;对多图卷积插值模型进行迭代训练,得到已训练完成的多图卷积插值模型;将第一权重矩阵、第二权重矩阵以及当前的交通流数据输入至已训练完成的多图卷积插值模型,对当前的交通流数据进行插值处理,得到目标交通流数据插值结果;解决了现有技术在时空异质的缺失模式下模型适应能力较差,无法提供可靠插值结果的问题。