公开(公告)号：CN110827543A

公开(公告)日：2020-02-21

申请号：CN201911092768.5

申请日：2019-11-11

Applicant: 重庆邮电大学

Inventor： 刘宴兵 ,  彭文勤 ,  肖云鹏 ,  陶虹妃 ,  李锐 ,  黄振

IPC: G08G1/01 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于短时智能交通控制领域，具体涉及一种基于深度学习和时空数据融合的短时交通流控制方法，该方法包括：获取数据源；分析路口历史数据的时间和空间关联性；根据预测卡口与其相关路口的历史数据分别建立时间维度GRU模型及空间维度CNN回归模型；将时间维度GRU模型和空间维度CNN回归模型的输出结果进行融合，得到自适应时空数据融合模型；统计自适应时空数据融合模型的预测结果，并将预测结果发送给交通部门；本发明在时空层面上，分析复杂路网中道路交通流的时空依赖性，利用网络表示学习对交通数据进行筛选，并将筛选后的数据用于模型的输入，提高了路口车流量预测结果的精确性。

公开(公告)号：CN110807556B

公开(公告)日：2022-05-31

申请号：CN201911068520.5

申请日：2019-11-05

Applicant: 重庆邮电大学

Inventor： 黄振 ,  肖云鹏 ,  李暾 ,  王佐成 ,  彭文勤 ,  朱洋甫

IPC: G06Q10/04 ,  G06F16/9536 ,  G06N3/04

Abstract: 本发明属于用户行为预测领域，涉及对微博谣言或/和辟谣话题传播趋势的预测方法及装置；方法包括获取参与微博谣言话题或/和辟谣话题的数据源信息，提取相关属性；使用多元线性回归算法构造影响力函数；构建出转发谣言信息和转发辟谣信息的博弈策略，建立出谣言与辟谣互影响力模型，计算出谣言与辟谣的互影响力；基于表示学习的方法将用户节点映射到像素空间，构建当前时刻的用户转发图像，利用卷积神经网络预测下一时刻的用户转发图像；将互影响力与下一时刻用户转发图像相融合，建立出逻辑回归预测模型，预测用户在下一时刻是否参与谣言话题或/和辟谣话题；本发明能够有效地预测出微博谣言话题和辟谣话题的传播趋势，有利于舆情的控制和处理。

公开(公告)号：CN110807556A

公开(公告)日：2020-02-18

申请号：CN201911068520.5

申请日：2019-11-05

Applicant: 重庆邮电大学

Inventor： 黄振 ,  肖云鹏 ,  李暾 ,  王佐成 ,  彭文勤 ,  朱洋甫

IPC: G06Q10/04 ,  G06F16/9536 ,  G06N3/04

Abstract: 本发明属于用户行为预测领域，涉及对微博谣言或/和辟谣话题传播趋势的预测方法及装置；方法包括获取参与微博谣言话题或/和辟谣话题的数据源信息，提取相关属性；使用多元线性回归算法构造影响力函数；构建出转发谣言信息和转发辟谣信息的博弈策略，建立出谣言与辟谣互影响力模型，计算出谣言与辟谣的互影响力；基于表示学习的方法将用户节点映射到像素空间，构建当前时刻的用户转发图像，利用卷积神经网络预测下一时刻的用户转发图像；将互影响力与下一时刻用户转发图像相融合，建立出逻辑回归预测模型，预测用户在下一时刻是否参与谣言话题或/和辟谣话题；本发明能够有效地预测出微博谣言话题和辟谣话题的传播趋势，有利于舆情的控制和处理。

公开(公告)号：CN110827543B

公开(公告)日：2022-02-18

申请号：CN201911092768.5

申请日：2019-11-11

Applicant: 重庆邮电大学

Inventor： 刘宴兵 ,  彭文勤 ,  肖云鹏 ,  陶虹妃 ,  李锐 ,  黄振

IPC: G08G1/01 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于短时智能交通控制领域，具体涉及一种基于深度学习和时空数据融合的短时交通流控制方法，该方法包括：获取数据源；分析路口历史数据的时间和空间关联性；根据预测卡口与其相关路口的历史数据分别建立时间维度GRU模型及空间维度CNN回归模型；将时间维度GRU模型和空间维度CNN回归模型的输出结果进行融合，得到自适应时空数据融合模型；统计自适应时空数据融合模型的预测结果，并将预测结果发送给交通部门；本发明在时空层面上，分析复杂路网中道路交通流的时空依赖性，利用网络表示学习对交通数据进行筛选，并将筛选后的数据用于模型的输入，提高了路口车流量预测结果的精确性。