-
公开(公告)号：CN113409157B
公开(公告)日：2022-06-28
申请号：CN202110545701.3
申请日：2021-05-19
Applicant: 桂林电子科技大学
Abstract: 本发明提供一种跨社交网络用户对齐方法及装置，方法包括：导入社交网络用户数据,并构建用于进行特征提取的训练模型，根据社交网络用户数据对训练模型进行优化处理，得到优化模型，导入待测社交网络用户数据，通过优化模型对待测社交网络用户数据进行对齐处理，得到用户对齐结果。本发明能够提取区分性语义特征，减少网络结构信息的稀疏性，大大地提高了跨社交网络用户对齐的准确性。
-
公开(公告)号：CN112712695B
公开(公告)日：2021-11-26
申请号：CN202011608620.5
申请日：2020-12-30
Applicant: 桂林电子科技大学
Abstract: 本发明提供一种交通流预测方法、装置及存储介质，方法包括：导入历史交通流量数据集，历史交通流量数据集包括时间片数据集和额外因素数据集；将时间片数据集输入至编码器中，通过编码器对时间片数据集进行特征提取，得到多个原始短期时间特征隐状态向量和多个长期时间特征隐状态向量；将额外因素数据集、多个原始短期时间特征隐状态向量和多个长期周期性时间特征隐状态向量一并输入解码器中，进行预测值分析，得到交通流预测结果。本发明获取了交通流间的时间依赖关系，从而实现了准确的实时交通流量预测，而且具有可解释性。
-
公开(公告)号：CN113409157A
公开(公告)日：2021-09-17
申请号：CN202110545701.3
申请日：2021-05-19
Applicant: 桂林电子科技大学
Abstract: 本发明提供一种跨社交网络用户对齐方法及装置，方法包括：导入社交网络用户数据,并构建用于进行特征提取的训练模型，根据社交网络用户数据对训练模型进行优化处理，得到优化模型，导入待测社交网络用户数据，通过优化模型对待测社交网络用户数据进行对齐处理，得到用户对齐结果。本发明能够提取区分性语义特征，减少网络结构信息的稀疏性，大大地提高了跨社交网络用户对齐的准确性。
-
公开(公告)号：CN112712695A
公开(公告)日：2021-04-27
申请号：CN202011608620.5
申请日：2020-12-30
Applicant: 桂林电子科技大学
Abstract: 本发明提供一种交通流预测方法、装置及存储介质，方法包括：导入历史交通流量数据集，历史交通流量数据集包括时间片数据集和额外因素数据集；将时间片数据集输入至编码器中，通过编码器对时间片数据集进行特征提取，得到多个原始短期时间特征隐状态向量和多个长期时间特征隐状态向量；将额外因素数据集、多个原始短期时间特征隐状态向量和多个长期周期性时间特征隐状态向量一并输入解码器中，进行预测值分析，得到交通流预测结果。本发明获取了交通流间的时间依赖关系，从而实现了准确的实时交通流量预测，而且具有可解释性。
-
-
-
Search Results
4
records
(took 0.018 seconds)
