-
公开(公告)号:CN113934714A
公开(公告)日:2022-01-14
申请号:CN202111075791.0
申请日:2021-09-14
Applicant: 杭州电子科技大学
IPC: G06F16/215 , G06V10/762 , G06V10/764 , G06V10/774 , G06K9/62
Abstract: 本发明公开一种基于概率密度聚类的数据清洗方法及装置。本发明从基于层级聚类模型预测数值型错误数据出发,利用数据的概率密度求出数据的特征向量,再根据特征向量来进行模型训练和预测,提高了错误数据的预测精准度,并且人工参与的工作量较小,工作复杂度较低;在利用概率密度求特征向量的过程中,设置的阈值精度较高,个数较多,使本方法具有的一定的泛化型。
-
公开(公告)号:CN115526225A
公开(公告)日:2022-12-27
申请号:CN202210877420.2
申请日:2022-07-25
Applicant: 杭州电子科技大学
Abstract: 本发明公开一种基于序列相似度和动态掩码训练机制的轨迹修复方法。首先把用经纬度表示的二维轨迹点离散化,映射到网格中生成一维的轨迹序列,搭建基于相似性移动规律的轨迹修复模型Similarmove;使用动态掩码训练方法对基于相似性移动规律的轨迹修复模型Similarmove进行训练;利用训练好的基于相似性移动规律的轨迹修复模型Similarmove实现轨迹修复。本发明通过在注意力机制中结合DTW相似度提取了历史轨迹序列的相似性规律,通过动态掩码机制引入多种训练信息,增加了网络模型泛化能力,缓解了轨迹修复任务中训练数据稀缺的问题,提升了轨迹修复准确率。
-
公开(公告)号:CN113934714B
公开(公告)日:2024-11-12
申请号:CN202111075791.0
申请日:2021-09-14
Applicant: 杭州电子科技大学
IPC: G06F16/215 , G06V10/762 , G06V10/764 , G06V10/774
Abstract: 本发明公开一种基于概率密度聚类的数据清洗方法及装置。本发明从基于层级聚类模型预测数值型错误数据出发,利用数据的概率密度求出数据的特征向量,再根据特征向量来进行模型训练和预测,提高了错误数据的预测精准度,并且人工参与的工作量较小,工作复杂度较低;在利用概率密度求特征向量的过程中,设置的阈值精度较高,个数较多,使本方法具有的一定的泛化型。
-
公开(公告)号:CN115859213A
公开(公告)日:2023-03-28
申请号:CN202211493241.5
申请日:2022-11-25
Applicant: 杭州电子科技大学
Abstract: 本发明公开基于时空融合与自注意力机制的交通流量修复方法及系统。本发明提出了时空结合及时空剔除的交通流修复方法,时空结合使得模型在使用自注意力机制时,将空间信息、时间信息及数值相加并看为一个整体,充分利用了道路中的路网的空间信息及时间的前后关系,提高了道路图信息的利用率;提出了用于交通流量修复的时空融合与自注意力机制。时空融合与自注意力机制通过结合空间与时间信息,使得模型能够提取到不同道路之间车流量的隐含关系,学习道路图的历史流量特征;提出了正序逆序两种序列数据修复融合的方法。通过正序逆序两种遍历方法得到两种序列,提取不同序列的多种信息,提高修复准确率。
-
-
-