-
公开(公告)号：CN116229714B
公开(公告)日：2024-11-08
申请号：CN202310117594.3
申请日：2023-02-09
Applicant: 百度在线网络技术(北京)有限公司
IPC: G08G1/01 , G08G1/052 , G06F16/2458 , G06F16/29
Abstract: 本公开提供了一种交通特征获得方法、装置、设备及存储介质，涉及数据处理领域，尤其涉及智能交通领域。具体实现方案为：获得不同时间段内目标区域中拥堵路段的第一描述信息；基于所获得的第一描述信息，确定表征目标区域中拥堵路段随时间变化的第一变化信息；获得不同时间段中基准时刻下目标区域中各类型路段的第二描述信息；基于所获得的第二描述信息、拥堵传播率对应的预设值以及拥堵疏通率对应的预设值进行信息拟合，得到与第一变化信息拟合成功的第二变化信息；基于第二变化信息对应的拥堵传播率的取值以及拥堵疏通率的取值，获得目标区域的交通特征。应用本公开实施例提供的方案可以提高获得交通特征时的效率。
-
公开(公告)号：CN117132878A
公开(公告)日：2023-11-28
申请号：CN202210531481.3
申请日：2022-05-16
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06V20/10 , G06V10/25 , G06V10/82 , G06V10/42 , G06N3/0464 , G06N3/08 , G06V20/13 , G06V20/70 , G06F16/29
Abstract: 本公开提供了一种任务处理方法、神经网络及其训练方法、设备和介质，涉及人工智能领域，具体涉及图像处理技术、电子地图技术、和深度学习技术。该方法包括：基于城市数据，确定多个城市区域各自的第一特征向量；基于每个城市区域的第一特征向量，确定该城市区域和多个预设语义簇的从属关系；基于每个预设语义簇包括的至少一个城市区域各自的第一特征向量，确定该预设语义簇的语义簇特征向量；基于目标城市区域和多个预设语义簇的从属关系以及多个预设语义簇各自的语义簇特征向量，确定目标城市区域的第二特征向量；将目标城市区域的第一特征向量和第二特征向量进行聚合以得到第三特征向量；以及基于目标城市区域的第三特征向量得到任务处理结果。
-
公开(公告)号：CN115206102B
公开(公告)日：2023-07-18
申请号：CN202210839255.1
申请日：2022-07-15
Applicant: 百度在线网络技术(北京)有限公司
IPC: G08G1/01 , G08G1/0968
Abstract: 本公开提供了一种确定交通路径的方法、装置、设备、介质和产品，涉及智能交通领域，具体为自动驾驶、大数据等技术领域。确定交通路径的方法包括：基于多个交通路径的位置信息，确定多个交通路径彼此之间的空间相似度；基于与多个交通路径相关的时间信息，确定多个交通路径彼此之间的时间相似度；基于空间相似度和时间相似度，将多个交通路径划分为至少一个类别；针对至少一个类别中的目标类别，基于与目标类别的交通路径相关联的空间相似度，从目标类别的交通路径中确定目标交通路径。
-
公开(公告)号：CN116229714A
公开(公告)日：2023-06-06
申请号：CN202310117594.3
申请日：2023-02-09
Applicant: 百度在线网络技术(北京)有限公司
IPC: G08G1/01 , G08G1/052 , G06F16/2458 , G06F16/29
Abstract: 本公开提供了一种交通特征获得方法、装置、设备及存储介质，涉及数据处理领域，尤其涉及智能交通领域。具体实现方案为：获得不同时间段内目标区域中拥堵路段的第一描述信息；基于所获得的第一描述信息，确定表征目标区域中拥堵路段随时间变化的第一变化信息；获得不同时间段中基准时刻下目标区域中各类型路段的第二描述信息；基于所获得的第二描述信息、拥堵传播率对应的预设值以及拥堵疏通率对应的预设值进行信息拟合，得到与第一变化信息拟合成功的第二变化信息；基于第二变化信息对应的拥堵传播率的取值以及拥堵疏通率的取值，获得目标区域的交通特征。应用本公开实施例提供的方案可以提高获得交通特征时的效率。
-
公开(公告)号：CN114841274B
公开(公告)日：2023-02-07
申请号：CN202210516125.4
申请日：2022-05-12
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06F18/214 , G06F16/35 , G06F16/31 , G06F40/279
Abstract: 本公开提供了一种语言模型的训练方法、装置、电子设备和存储介质，涉及人工智能技术领域，尤其涉及深度学习、自然语言处理技术领域。具体实现方案为：获取第一模板文本，第一模板文本为自然语言构成的文本；获取第一训练样本组，并基于第一训练样本组生成第二模板文本，第二模板文本为非自然语言构成的文本；基于第一模板文本、第二模板文本和第一训练样本组，生成第二训练样本组；基于第二训练样本组对预训练语言模型进行训练，得到训练后的目标语言模型。由此，可综合考虑第一模板文本、第二模板文本和第一训练样本组生成预训练语言模型的第二训练样本组，适用于第一训练样本组不足的应用场景，有助于提升预训练语言模型的训练性能。
-
Patent Agency Ranking
公开(公告)号：CN115206102A
公开(公告)日：2022-10-18
申请号：CN202210839255.1
申请日：2022-07-15
Applicant: 百度在线网络技术(北京)有限公司
IPC: G08G1/01 , G08G1/0968
Abstract: 本公开提供了一种确定交通路径的方法、装置、设备、介质和产品，涉及智能交通领域，具体为自动驾驶、大数据等技术领域。确定交通路径的方法包括：基于多个交通路径的位置信息，确定多个交通路径彼此之间的空间相似度；基于与多个交通路径相关的时间信息，确定多个交通路径彼此之间的时间相似度；基于空间相似度和时间相似度，将多个交通路径划分为至少一个类别；针对至少一个类别中的目标类别，基于与目标类别的交通路径相关联的空间相似度，从目标类别的交通路径中确定目标交通路径。
-
公开(公告)号：CN114781546A
公开(公告)日：2022-07-22
申请号：CN202210524835.1
申请日：2022-05-13
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本公开提供了一种用于确定车辆异常行为的方法和装置，计算机技术领域，尤其涉及车路协同、智慧交通技术。实现方案为：获取车辆的轨迹序列，其中所述轨迹序列包括预定时间范围内的多个轨迹点，其中每个轨迹点对应于一个捕获设备的位置；对于所述轨迹序列中在时间上相邻的每个轨迹点对，确定该轨迹点对中的两个轨迹点分别对应的捕获设备的之间的可达参数，其中所述可达参数指示连接该轨迹点对中的两个轨迹点路径上捕获设备的数量，基于所述轨迹序列中每个时间上相邻的轨迹点对的可达参数确定所述车辆的轨迹序列的异常参数；以及响应于所述异常参数高于异常阈值，确定所述车辆存在异常行为。
-
公开(公告)号：CN117131963A
公开(公告)日：2023-11-28
申请号：CN202210531538.X
申请日：2022-05-16
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06Q10/04 , G06Q50/26 , G06N3/045 , G06N3/0442 , G06N3/042 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/0985 , G06N3/0895 , G06F18/214 , G06F18/243 , G06V20/13 , G06V20/10 , G06V20/70 , G06V10/764 , G06V10/774 , G06V10/82 , G06F16/29
Abstract: 本公开提供了一种任务处理方法、神经网络及其训练方法、设备和介质，涉及人工智能领域，具体涉及图像处理技术、电子地图技术、和深度学习技术。该方法包括：确定多个城市区域的第一特征向量；基于第一特征向量确定城市区域和多个预设语义簇的从属关系；基于预设语义簇包括的城市区域的第一特征向量确定语义簇特征向量；基于语义簇特征向量预测伪标签，伪标签指示是否包括目标类别的城市区域；基于伪标签预测结果以及目标城市区域和预设语义簇的从属关系确定与目标城市区域对应的参数过滤矩阵；利用对应的参数过滤矩阵修正预测网络以得到用于目标城市区域的预测网络，以基于对应的第一特征向量预测目标城市区域是否为所述目标类别的城市区域。
-
公开(公告)号：CN117131223A
公开(公告)日：2023-11-28
申请号：CN202210529869.X
申请日：2022-05-16
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06F16/587 , G06F16/583 , G06F16/9537 , G06V10/40 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/042 , G06N3/045 , G06N3/048 , G06N3/084
Abstract: 本公开提供了信息处理方法、装置、电子设备及存储介质，涉及人工智能技术领域。具体实现方案为：基于N个区域分别对应的兴趣点POI数据以及图像数据，生成所述N个区域分别对应的POI特征和图像特征；N为正整数；基于所述N个区域的相邻关系、以及所述N个区域分别对应的所述POI特征和所述图像特征，生成所述N个区域分别对应的多模态特征。本公开实施例能够保证最终得到的各个区域的多模态特征更加准确，为下游处理提供更加准确的输入数据，从而可以使得后续下游处理也得到更加准确的结果。
-
公开(公告)号：CN117114157A
公开(公告)日：2023-11-24
申请号：CN202210531827.X
申请日：2022-05-13
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06Q10/04 , G06F16/901 , G06F17/18 , G06N3/0442 , G06N3/0455 , G06N3/0464 , G06N3/0475 , G06N3/08 , G06N5/04 , G06Q50/00 , G06Q50/26
Abstract: 本公开提供了一种链接的预测方法、链接预测模型的训练方法和装置，涉及人工智能领域，具体涉及图神经网络和深度学习技术领域，可应用于智慧城市和智能交通等场景下。链接的预测方法的具体实现方案为：根据历史时刻下针对目标对象的完整图的第一图信息，确定针对历史时刻的隐式信息；隐式信息表征针对目标对象的完整图的时间依赖信息；根据隐式信息和当前时刻下针对目标对象的参考图的第二图信息，确定当前时刻下属于目标对象的多个第一对象的第一嵌入信息的后验分布信息；以及根据后验分布信息和第二图信息，确定多个第一对象彼此之间的第一完整链接信息。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.033 seconds)
