-
公开(公告)号：CN115775285A
公开(公告)日：2023-03-10
申请号：CN202211583851.4
申请日：2022-12-09
Applicant: 杭州滨电信息技术有限公司 , 杭州电子科技大学
Abstract: 本发明公开了一种基于优先队列的客户端自适应地图矢量线简化方法及系统。本发明针对现有基于线简化的轨迹压缩方法依赖于人工设置的距离阈值，并且无法提前确定轨迹的压缩率的问题，通过使用优先队列来选择特征点，并且在算法运行过程中不断判断是否达到目标压缩率，减小了为达到目标压缩率而使用不同距离阈值重复压缩过程导致的不必要的计算开销。
-
公开(公告)号：CN116155991B
公开(公告)日：2023-10-10
申请号：CN202310045386.7
申请日：2023-01-30
Applicant: 杭州滨电信息技术有限公司 , 杭州电子科技大学
IPC: H04L67/55 , G06F18/20 , G06N3/084 , G06N3/044 , H04L67/567 , H04L41/16 , H04L41/14 , H04L41/142
Abstract: 本发明公开了一种基于深度强化学习的联合边缘缓存与推荐方法及系统，该方法首先构建移动节点模型计算用户之间的D2D传输速率、用户偏好和用户间的相似性。其次构建D2D传输模型，计算出传输时长、社会关系以及接触率。然后构建推荐和请求模型和内容服务提供商模型，内容服务提供商通过蜂窝链路将内容传输给用户。再然后构建优化目标函数，预测缺失的评分，并将内容缓存与推荐建模为马尔可夫决策过程。最后完成系统与环境的交互以及参数的更新。本发明获得更准确的评分预测，将联合内容缓存和推荐问题描述为非线性整数规划问题，保证内容缓存和推荐命中率的同时，使代理成本最小化，并帮助智能体获得近似最优解。
-
公开(公告)号：CN115690766A
公开(公告)日：2023-02-03
申请号：CN202211312169.1
申请日：2022-10-25
Applicant: 杭州滨电信息技术有限公司 , 杭州电子科技大学
IPC: G06V20/62 , G06F40/289 , G06F16/28 , G06V10/74 , G06V10/774 , G06V10/82 , G08G1/01
Abstract: 本发明公开一种基于词向量的人车关联分析方法。该方法首先通过对收集的数据进行预处理，将每个卡口中常驻人口的手机IMSI码信息和车辆信息删除。然后，将数据按照时间段进行切分，并将每个时间段中收集的IMSI码和车牌号形成一个训练样本。之后，利用词嵌入技术CBOW模型进行训练，分别获取IMSI码和车牌号的词向量。最后，利用余弦相似度方法计算IMSI码和车牌号对应的词向量之间的相似度。通过本发明方法，能有效提高人车关联分析的求解效果，降低人工分析成本，对智慧交通安全事件处理有着非常重要的现实意义。
-
公开(公告)号：CN115619305A
公开(公告)日：2023-01-17
申请号：CN202211251085.1
申请日：2022-10-13
Applicant: 杭州电子科技大学 , 杭州滨电信息技术有限公司
IPC: G06Q10/0835 , G06Q10/047 , G06Q10/0631 , G06N3/006
Abstract: 本发明公开了一种基于萤火虫算法静态车辆路径规划方法。该方法首先将萤火虫算法(Glowworm Swarm Optimization,GSO)进行离散化，通过模拟蚁群算法，将荧光素的携带者由萤火虫转变为边，然后利用边上的荧光素值和权重的值来计算车辆选择下一节点的概率，从而形成访问路径。同时，考虑到问题规模过大时，会产生较大的计算代价，本发明专利重新定义萤火虫算法中邻域范围和邻域集合。通过本发明方法，能有效提高车辆路径规划问题的求解效果，降低物流配送过程中配送成本，对车辆路径规划有着非常重要的现实意义。
-
公开(公告)号：CN114299727B
公开(公告)日：2022-12-09
申请号：CN202111623527.6
申请日：2021-12-28
Applicant: 杭州滨电信息技术有限公司 , 杭州电子科技大学
Abstract: 本发明公开了一种基于物联网和边缘计算的交通流预测系统及云平台。本发明采用道路上的图像抓拍设备抓取车流图像，然后在本地端通过边缘计算设备对其进行车牌定位和识别，从而获取经过不同位置的车流信息，从而大大减少需要上传至云平台的数据量，提升处理效率并减轻云端的负荷。而且，由于该车辆信息的获取仅在本地端进行，因此可提供更快的响应速度，降低云平台获取实时车流信息的时延。本发明可在云平台上聚合整个预测区域内的所有车流轨迹信息，并通过云平台上搭载的交通流量预测模型对未来时刻的交通流量进行预测。
-
Patent Agency Ranking
公开(公告)号：CN115775285B
公开(公告)日：2023-09-15
申请号：CN202211583851.4
申请日：2022-12-09
Applicant: 杭州滨电信息技术有限公司 , 杭州电子科技大学
Abstract: 本发明公开了一种基于优先队列的客户端自适应地图矢量线简化方法及系统。本发明针对现有基于线简化的轨迹压缩方法依赖于人工设置的距离阈值，并且无法提前确定轨迹的压缩率的问题，通过使用优先队列来选择特征点，并且在算法运行过程中不断判断是否达到目标压缩率，减小了为达到目标压缩率而使用不同距离阈值重复压缩过程导致的不必要的计算开销。
-
公开(公告)号：CN116225526A
公开(公告)日：2023-06-06
申请号：CN202211605460.8
申请日：2022-12-14
Applicant: 杭州滨电信息技术有限公司 , 杭州电子科技大学
IPC: G06F8/75 , G06N3/045 , G06N3/042 , G06N3/0442 , G06N3/08
Abstract: 本发明提供一种基于图表示学习的代码克隆检测方法。本发明针对代码语义克隆，即Type‑IV克隆，设计了一种基于图的代码克隆检测模型，该模型结合了图注意力网络GAT和边收缩池化EdgePool，同时，本发明构造出一种并行节点内部注意力机制PNIAT，将源代码中解析出的控制流图CFG或程序依赖图PDG转换为标准的图神经网络GNN输入数据，然后将其输入由图注意力网络GAT和边收缩池化EdgePool构建的图神经网络中，输出对应的图嵌入表示，最后采用基于双向长短期记忆网络BiLSTM构建的解码器将成对的图嵌入表示并行解码，得到代码克隆检测的批量检测结果。
-
公开(公告)号：CN116155991A
公开(公告)日：2023-05-23
申请号：CN202310045386.7
申请日：2023-01-30
Applicant: 杭州滨电信息技术有限公司 , 杭州电子科技大学
IPC: H04L67/55 , G06F18/20 , G06N3/084 , G06N3/044 , H04L67/567 , H04L41/16 , H04L41/14 , H04L41/142
Abstract: 本发明公开了一种基于深度强化学习的联合边缘缓存与推荐方法及系统，该方法首先构建移动节点模型计算用户之间的D2D传输速率、用户偏好和用户间的相似性。其次构建D2D传输模型，计算出传输时长、社会关系以及接触率。然后构建推荐和请求模型和内容服务提供商模型，内容服务提供商通过蜂窝链路将内容传输给用户。再然后构建优化目标函数，预测缺失的评分，并将内容缓存与推荐建模为马尔可夫决策过程。最后完成系统与环境的交互以及参数的更新。本发明获得更准确的评分预测，将联合内容缓存和推荐问题描述为非线性整数规划问题，保证内容缓存和推荐命中率的同时，使代理成本最小化，并帮助智能体获得近似最优解。
-
公开(公告)号：CN114154740B
公开(公告)日：2025-01-17
申请号：CN202111510019.7
申请日：2021-12-10
Applicant: 杭州电子科技大学上虞科学与工程研究院有限公司 , 杭州电子科技大学
Abstract: 本发明公开了一种基于兴趣点时空残差神经网络的多方向交通流量预测方向。该方法基于短时车辆轨迹数据，通过加入时间信号和兴趣点信号来增强时空特征，利用3D CNN提取车流变化随时间变化的时空特征，结合残差神经网络避免模型过拟合，最后对带有时空特征信息进行加权压缩，输出带有移动状态的车流分布矩阵，实现了对区域交通流量的预测。本发明方法良好地关联了车流的空间分布随时间变化的特征，并综合了时间信号与兴趣点信号关系，有精度高、实用性强等特点，可以为公共设施部署、交通导流、用地规划等提供决策支撑。
-
公开(公告)号：CN118965298A
公开(公告)日：2024-11-15
申请号：CN202411455417.7
申请日：2024-10-18
Applicant: 杭州电子科技大学 , 杭州电子科技大学滨江研究院有限公司
IPC: G06F18/27 , G06F18/213 , G06F18/25 , G06N3/042 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06F123/02
Abstract: 本发明公开了一种基于模型融合的天然气流量预测方法、系统及电子设备，属于时序数据预测领域。该方法设计了一种基于模型融合的天然气流量预测模型，其中，分段图卷积模块用于从基于相似度的图结构中提取序列之间动态变化的分段关联信息，开集识别嵌入图卷积层用于从基于类别的图结构中提取序列之间的类别关联信息，时间膨胀卷模块用于提取序列内部的时间特征并对序列进行降维，天然气流量预测模型的输出部分设计了一个基于两阶段注意机制的时间信息增强模块，用于聚合序列内时序特征。利用训练后的天然气流量预测模型，可实现对天然气时间序列未来某个时间步的预测，且具有较高的预测精度。
-
-
-
-
-
-
-
-
-
Search Results
254
records
(took 0.068 seconds)
