乘客出行方案推荐模型训练方法、系统及推荐方法及系统

    公开(公告)号:CN117743683B

    公开(公告)日:2024-07-19

    申请号:CN202311730247.4

    申请日:2023-12-15

    Abstract: 本发明提供一种乘客出行方案推荐模型训练方法、系统及推荐方法及系统,属于城市轨道交通出行智能服务和数字化管理技术领域。本发明首先从时空、频次等多维度形成客群指标和标签体系,构建细粒度客群标签自动化生成方法。基于累计前景理论构建面向个体的出行方案实时推荐模型,通过融合出行时长预测值,实现进行出发时间、到达时间、出行路径和出行时长的联合出行方案实时推荐,提高推荐时效性,为乘客提供出行可预测性诱导服务。因此,本发明对于乘客个性化出行即时决策、行车组织在线调整决策、出行伴随式服务、客流培育等方面具有重要理论和现实意义。

    一种城市轨道交通模型的构建及调度应用平台系统

    公开(公告)号:CN119294711A

    公开(公告)日:2025-01-10

    申请号:CN202411248982.6

    申请日:2024-09-06

    Abstract: 本发明提供了一种城市轨道交通模型的构建及调度应用平台系统。包括:存储管理服务器、模型构造服务器和模型调度应用服务器;存储管理服务器用于存储管理基础数据、AI算法和模型,向所述模型构造服务器传输数据、算法与模型,接收模型构造服务器传输过来的系统算法,对系统算法进行更新、管理和存储;模型构造服务器根据模型调度应用服务器的指令进行模型构造与求解,支撑模型调度应用服务器的需求,接收模型调度应用服务器的反馈并进行模型在线更新;模型调度应用服务器用于实现各单元领域模型的调用与评估。本发明系统集成多领域业务应用功能,实现求解方案的智能生成与动态调整,提升业务处理的自动化与智能化水平。

    一种基于特征对齐与边缘约束的铁路场景分割方法

    公开(公告)号:CN117830633B

    公开(公告)日:2024-08-20

    申请号:CN202410005965.3

    申请日:2024-01-03

    Abstract: 本发明公开了一种基于特征对齐与边缘约束的铁路场景分割方法,包括以下步骤:S1、获取铁路场景图像并构建场景分割模型;S2、将获取的图像送入特征提取网络中得到不同尺寸的特征图;S3、采用通道注意力机制对低维特征进行特征增强,对高维特征采用特征对齐网络实现可学习上采样;S4、将增强后的低维特征和上采样后的高维特征拼接后用于全局分割结果和边缘结果的预测;S5、利用全局分割结果和边缘分割结果进行损失函数计算,用于反向传播;S6、经过多轮迭代优化,得到最优的模型参数。本发明采用上述的一种基于特征对齐与边缘约束的铁路场景分割方法,可以对复杂的铁路场景实现全场景分割,提高场景中不同区域边缘的识别效果和整个场景的分割精度。

    一种基于特征对齐与边缘约束的铁路场景分割方法

    公开(公告)号:CN117830633A

    公开(公告)日:2024-04-05

    申请号:CN202410005965.3

    申请日:2024-01-03

    Abstract: 本发明公开了一种基于特征对齐与边缘约束的铁路场景分割方法,包括以下步骤:S1、获取铁路场景图像并构建场景分割模型;S2、将获取的图像送入特征提取网络中得到不同尺寸的特征图;S3、采用通道注意力机制对低维特征进行特征增强,对高维特征采用特征对齐网络实现可学习上采样;S4、将增强后的低维特征和上采样后的高维特征拼接后用于全局分割结果和边缘结果的预测;S5、利用全局分割结果和边缘分割结果进行损失函数计算,用于反向传播;S6、经过多轮迭代优化,得到最优的模型参数。本发明采用上述的一种基于特征对齐与边缘约束的铁路场景分割方法,可以对复杂的铁路场景实现全场景分割,提高场景中不同区域边缘的识别效果和整个场景的分割精度。

    乘客出行方案推荐模型训练方法、系统及推荐方法及系统

    公开(公告)号:CN117743683A

    公开(公告)日:2024-03-22

    申请号:CN202311730247.4

    申请日:2023-12-15

    Abstract: 本发明提供一种乘客出行方案推荐模型训练方法、系统及推荐方法及系统,属于城市轨道交通出行智能服务和数字化管理技术领域。本发明首先从时空、频次等多维度形成客群指标和标签体系,构建细粒度客群标签自动化生成方法。基于累计前景理论构建面向个体的出行方案实时推荐模型,通过融合出行时长预测值,实现进行出发时间、到达时间、出行路径和出行时长的联合出行方案实时推荐,提高推荐时效性,为乘客提供出行可预测性诱导服务。因此,本发明对于乘客个性化出行即时决策、行车组织在线调整决策、出行伴随式服务、客流培育等方面具有重要理论和现实意义。

    基于视频与AFC数据融合的车站客流状态监测方法及系统

    公开(公告)号:CN115392557A

    公开(公告)日:2022-11-25

    申请号:CN202211005344.2

    申请日:2022-08-22

    Abstract: 本发明提供一种基于视频与AFC数据融合的车站客流状态监测方法及系统,属于轨道交通运营管理技术领域,基于AFC数据,预测车站内进口客流数据;基于预测的车站内进口客流数据,融合车站的空间结构数据,得到站内各关键区域的基于AFC数据的客流数据;利用基于YOLOv4的客流目标检测方法,结合车站内监控视频数据,获取各关键区域的基于监控视频的客流量数据;采用证据推理方法,将基于AFC数据的客流数据及基于监控视频的客流量数据进行数据融合,得到各关键区域的短时客流预测值。本发明将视频和AFC数据相融合,得到各关键区域的短时客流预测值,提高了关键区域客流量预测的准确性,实现了车站内客流信息的准确感知,对判断短时的客流拥堵风险提供了可靠依据。

Patent Agency Ranking