-
公开(公告)号：CN119990640A
公开(公告)日：2025-05-13
申请号：CN202510083250.4
申请日：2025-01-20
Applicant: 北京工商大学
IPC: G06Q10/0631 , G06Q50/10 , G06Q50/06 , G06F18/25 , G06N3/0442 , G06F123/02
Abstract: 本发明属于充电站利用率预测技术领域，并公开了一种基于深度学习的充电站利用率预测方法、系统、设备及介质，包括：获取充电站的多维度综合数据，对各所述充电站的多维度综合数据中的用户评论数据进行情感分析，得到对应的用户情感倾向指标；构建充电站利用率预测模型，所述充电站利用率预测模型包括依次连接的长短期记忆网络层、注意力模块和卷积神经网络层；基于所述多维度综合数据和用户情感倾向指标对所述充电站利用率预测模型进行训练，基于训练后的充电站利用率预测模型执行待预测充电站的利用率预测任务。本发明所述技术方案能够实现对充电站利用率的实时准确预测，为充电站规划与管理提供决策支持。
-
公开(公告)号：CN113762150B
公开(公告)日：2024-04-02
申请号：CN202111044335.X
申请日：2021-09-07
Applicant: 北京工商大学
Abstract: 本发明提供了一种尾矿库特征分析及模型构建方法及系统。该方案包括通过遥感摄像进行尾矿区数据获取；对尾矿区数据进行数据预处理，生成尾矿基础分析数据；对尾矿基础分析数据进行数据驱动的尾矿库结构重要度分析，获得第一数据特征；对尾矿基础分析数据进行尾矿库结构光谱特征分析，获得第二数据特征；对尾矿基础分析数据进行尾矿库结构空间特征分析，获得第三数据特征；根据第一数据特征、第二数据特征、第三数据特征构建尾矿区结构特征，设置尾矿区识别模型。该方案采用构建本体论概念模型，解决了尾矿库概念和影像表现存在语义鸿沟，通过遥感数据建立了关于尾矿库的概念，获得正确的尾矿库的先验知识。
-
公开(公告)号：CN117520768A
公开(公告)日：2024-02-06
申请号：CN202311418469.2
申请日：2023-10-30
Applicant: 北京工商大学 , 中国科学院地理科学与资源研究所
Abstract: 本发明公布了一种耦合时空图卷积网络与机理模型的地下水污染预测方法，针对污染场地地下水污染物浓度数据，基于三维地下水溶质运移模型与时空图卷积神经网络模型，构建土壤地下水污染物浓度预测模型；先利用机理模型进行数据扩充，再基于机器学习模型进行污染物浓度预测，实现对地下水污染物浓度的特征提取，得到污染物浓度变化趋势。属于地下水污染预测技术领域。采用本发明技术方案，能够提高对地下水污染浓度的预测能力，满足实际应用需求。
-
公开(公告)号：CN116721294A
公开(公告)日：2023-09-08
申请号：CN202310689428.0
申请日：2023-06-12
Applicant: 北京工商大学
IPC: G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06V10/25 , G06V10/42 , G06V10/44
Abstract: 本发明公开了一种基于层次细粒度分类的图像分类方法，涉及细粒度分类、深度学习技术等。本发明方法包括：对少量标注的样本标签进行处理，获取适用于YOLOv5算法的文本标签；建立基于YOLOv5算法的检测器，检测图像中的目标，剔除面积小于预设值的目标框以及重叠的目标框；以目标框为中心从图像中裁剪固定大小的子图像，子图像包含所识别目标的上下文关系，对子图像输入细粒度分类网络，提取子图像的大中小三种粒度的局部特征和全局特征，进行特征融合后进行细粒度类别分类。本发明实现更全面地利用关键信息和局部特征来提高分类性能，从而能更加准确地捕捉图像中的细节和差异，提高图像细类别的分类性能。
-
公开(公告)号：CN111401436B
公开(公告)日：2023-04-18
申请号：CN202010174544.5
申请日：2020-03-13
Applicant: 中国科学院地理科学与资源研究所 , 北京工商大学
IPC: G06V20/00 , G06V20/70 , G06V10/26 , G06V10/82 , G06V10/774 , G06V10/80 , G06N3/0464 , G06N3/0455 , G06N3/082
Abstract: 本发明公布了一种融合网络和双通道注意力机制的街景图像分割方法，包括训练阶段和测试阶段；训练阶段构建基于高分辨率融合网络和双通道注意力机制的图像分割卷积神经网络模型并训练模型，模型包括输入层、隐层和输出层；隐层包括以密集采样方式堆叠的四个扩张卷积块、高分辨率融合网络和双通道注意力机制；测试阶段对待进行分割的街景图像进行预测，得到预测语义分割图像，即实现基于高分辨率融合网络和双通道注意力机制的图像语义分割。本发明方法分割精度高，鲁棒性更好。
-
Patent Agency Ranking
公开(公告)号：CN115565369A
公开(公告)日：2023-01-03
申请号：CN202211148038.4
申请日：2022-09-20
Applicant: 北京工商大学
Abstract: 本发明公布了一种基于超图的时空超图卷积交通流量预测方法，将交通线路图按照流量变化特征构建成时空超图，再建立时空超图卷积交通流量预测模型对交通流量进行预测。本发明提供的技术方案根据过往交通时序上的流量变化特征，将特征相似的交通站点进行聚类，在相邻两个时间点之间构造超边，将相邻时间点中同属一个类别的地铁站相连，构建跨时空超图；再通过构建基于超图的时空卷积网络模型，挖掘时空超图的时空关联性，预测未来交通流量，可有效提高区域交通流量预测的准确度。
-
公开(公告)号：CN110516704B
公开(公告)日：2022-07-15
申请号：CN201910654421.9
申请日：2019-07-19
Applicant: 中国科学院地理科学与资源研究所 , 北京工商大学
IPC: G06V10/764 , G06K9/62
Abstract: 本发明提供了一种基于关联规则的MLKNN多标签分类方法，包括以下步骤：A、对多标签数据集的标签进行处理，将标签转换成关联规则算法中的项集，采用算法进行关联规则的挖掘生成，得到标签置信度；B、利用MLKNN多标签分类算法根据特征属性计算出验证集中每个样本拥有标签的概率，即特征置信度；C、将步骤A得到的标签置信度与步骤B得到的特征置信度进行融合，融合后的置信度即为计算得到的该多标签数据集拥有某标签的概率。本发明极大地提高了多标签数据分类的准确性。
-
公开(公告)号：CN113053115A
公开(公告)日：2021-06-29
申请号：CN202110284607.7
申请日：2021-03-17
Applicant: 北京工商大学 , 中国科学院地理科学与资源研究所
Abstract: 本发明公布了一种基于多尺度图卷积网络模型的交通预测方法，采用多尺度图卷积网络和门控循环单元GRU，通过同时捕获交通路网的时间依赖性即交通流的局部时间变化趋势和空间依赖性即拓扑空间结构，通过历史时间步的交通流量预测未来时间步的各个路段的交通流量，由此准确预测道路网络的交通流。本发明方法能够有效预测交通流的时空变化特征和规律，预测精度高，提升了交通流预测效果。
-
公开(公告)号：CN112396607A
公开(公告)日：2021-02-23
申请号：CN202011291950.6
申请日：2020-11-18
Applicant: 北京工商大学 , 中国科学院地理科学与资源研究所
Abstract: 本发明公布了一种可变形卷积融合增强的街景图像语义分割方法，包括训练阶段和测试阶段，构建街景图像语义分割深层神经网络模型，使网络模型在街景图像大目标物被分割的同时获得较多的小目标特征信息，从而解决街景图像语义分割时小尺度目标丢失和分割不连续的问题，提升图像分割效果，模型整体的鲁棒性更好，街景图像处理精度更高。
-
公开(公告)号：CN106354760B
公开(公告)日：2018-12-11
申请号：CN201610687364.0
申请日：2016-08-18
Applicant: 北京工商大学
Abstract: 本发明公布了一种基于变形地图的多视图时空数据可视化方法和应用，对具有地理与时间属性的时空数据，采用传统地图、统计地图、时间轴、统计图表中的饼图、柱状图、气泡图和南丁格尔玫瑰图结合形成的多视图多标签混合布局方法进行可视化，避免传统地图可视化方法的数据分布与空间利用不对称问题，以及多维数据展示的属性展示不全面问题；能够从多个角度帮助用户理解数据的各个方面；同时将经典可视化统计分析图表与地图时间轴等结合，使得数据展示具体生动。本发明可应用于微博、微信、人口统计、传染病分布、选举人分布等数据可视化领域，实现对具有空间分布的时间联系的数据进行可视化和可视分析。
-
-
-
-
-
-
-
-
-
Search Results
83
records
(took 0.03 seconds)
