-
Patent Agency Ranking
公开(公告)号：CN112463755B
公开(公告)日：2023-08-18
申请号：CN202011450126.0
申请日：2020-12-11
Applicant: 同济大学
IPC: G06F16/182 , G06F16/13 , G06F16/14 , G06F16/16
Abstract: 本发明涉及一种基于HDFS的异构物联网大数据的存储与读取系统及方法，包括数据查询服务器、客户端和多个数据存储中心；数据查询服务器分别与客户端和各个数据存储中心连接；每一个数据存储中心包括数据采集模块、数据处理服务器和Hadoop集群，数据采集模块与数据处理服务器连接，数据处理服务器与Hadoop集群连接，Hadoop集群与数据查询服务器连接；Hadoop集群包括HDFS分布式文件系统；数据查询服务器中存储有各个Hadoop集群的存储参数。与现有技术相比，本发明在多个Hadoop集群之外，设置数据查询服务器，来保存各集群的IP地址和HDFS文件信息，打破了传统数据架构的壁垒，用户可以经数据查询服务器查询或下载多个Hadoop集群的数据，而不必依次访问各个Hadoop集群。
-
公开(公告)号：CN115204036A
公开(公告)日：2022-10-18
申请号：CN202210680435.X
申请日：2022-06-15
Applicant: 同济大学
Abstract: 本发明涉及一种基于CNN‑LSTM的电离层foF2预测方法，包括以下步骤：获取foF2历史数据和影响参数历史数据；对foF2历史数据进行预处理；建立CNN‑LSTM预测模型，所述CNN‑LSTM预测模型包括CNN网络和LSTM网络，其中，CNN网络输入为影响参数历史数据，经过一层Conv1d、一层Flatten、两层Dense后，输出多维高层抽象特征，所述LSTM网络输入为经过预处理的foF2历史数据和CNN网络输出的多维高层抽象特征，经过两层LSTM、一层Dense后输出foF2预测值；将训练集中的第一时间间隔内经过预处理的foF2历史数据和第二时间间隔内的影响参数历史数据作为CNN‑LSTM预测模型的输入，foF2预测值作为模型的输出，对模型进行训练；采用训练完成后的CNN‑LSTM预测模型对foF2值进行预测。与现有技术相比，本发明具有预测精度高、计算速度快等优点。
-
公开(公告)号：CN115019509B
公开(公告)日：2023-08-04
申请号：CN202210712726.2
申请日：2022-06-22
Applicant: 同济大学
Abstract: 本发明涉及一种基于两阶段注意力LSTM的停车场空余车位预测方法，包括以下步骤：获取当前停车场的历史数据；对历史数据进行预处理得到特征数据；建立停车场空余车位预测模型，包括基于两阶段注意力机制的修正模型、LSTM模型和Dense层，其中，基于两阶段注意力机制的修正模型的权重参数包括特征注意力权重和时序注意力权重；将特征数据作为模型的输入，停车场空余车位、车辆驶入、驶出数量作为模型的输出，对模型进行训练；更新历史数据，并基于更新后的历史数据进行模型的更新训练；获取用户的查询请求；响应用户的查询请求，调用训练完成的模型得到预测结果并返回所述预测结果。与现有技术相比，本发明具有预测准确性高等优点。
-
公开(公告)号：CN115019509A
公开(公告)日：2022-09-06
申请号：CN202210712726.2
申请日：2022-06-22
Applicant: 同济大学
Abstract: 本发明涉及一种基于两阶段注意力LSTM的停车场空余车位预测方法，包括以下步骤：获取当前停车场的历史数据；对历史数据进行预处理得到特征数据；建立停车场空余车位预测模型，包括基于两阶段注意力机制的修正模型、LSTM模型和Dense层，其中，基于两阶段注意力机制的修正模型的权重参数包括特征注意力权重和时序注意力权重；将特征数据作为模型的输入，停车场空余车位、车辆驶入、驶出数量作为模型的输出，对模型进行训练；更新历史数据，并基于更新后的历史数据进行模型的更新训练；获取用户的查询请求；响应用户的查询请求，调用训练完成的模型得到预测结果并返回所述预测结果。与现有技术相比，本发明具有预测准确性高等优点。
-
公开(公告)号：CN112463755A
公开(公告)日：2021-03-09
申请号：CN202011450126.0
申请日：2020-12-11
Applicant: 同济大学
IPC: G06F16/182 , G06F16/13 , G06F16/14 , G06F16/16
Abstract: 本发明涉及一种基于HDFS的异构物联网大数据的存储与读取系统及方法，包括数据查询服务器、客户端和多个数据存储中心；数据查询服务器分别与客户端和各个数据存储中心连接；每一个数据存储中心包括数据采集模块、数据处理服务器和Hadoop集群，数据采集模块与数据处理服务器连接，数据处理服务器与Hadoop集群连接，Hadoop集群与数据查询服务器连接；Hadoop集群包括HDFS分布式文件系统；数据查询服务器中存储有各个Hadoop集群的存储参数。与现有技术相比，本发明在多个Hadoop集群之外，设置数据查询服务器，来保存各集群的IP地址和HDFS文件信息，打破了传统数据架构的壁垒，用户可以经数据查询服务器查询或下载多个Hadoop集群的数据，而不必依次访问各个Hadoop集群。
-
-
-
-
Search Results
5
records
(took 0.014 seconds)
