-
公开(公告)号:CN119048352B
公开(公告)日:2025-01-07
申请号:CN202411534938.1
申请日:2024-10-31
Applicant: 之江实验室
IPC: G06T3/4053 , G06T5/60 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了一种基于两阶段生成对抗网络的图像超分辨率方法及装置,旨在解决现有技术中遥感图像超分辨率重建的细节丢失和噪声问题。该方法通过两个阶段的生成对抗网络来提升低分辨率遥感图像的分辨率,并增强图像的自然性和细节丰富度。在第一阶段,利用真实低分辨率影像和通过双三次下采样法生成的低分辨率影像训练第一生成对抗网络,以生成与双三次风格相似的低分辨率影像。在第二阶段,使用第一阶段生成的低分辨率影像和真实的高分辨率影像训练第二生成对抗网络,以生成与真实高分辨率影像相似的高分辨率影像。本发明的方法不仅提高了图像的空间分辨率,而且增强了图像的视觉质量和应用价值。
-
公开(公告)号:CN118333862B
公开(公告)日:2024-08-20
申请号:CN202410761703.X
申请日:2024-06-13
Applicant: 之江实验室
IPC: G06T3/4053 , G06N3/094 , G06N3/0464
Abstract: 本发明公开一种卫星降水遥感图像时空超分辨率重建方法及系统,先得到低分辨率卫星降水遥感图像,然后构建并训练分组多尺度注意力机制的条件生成对抗网络;条件生成对抗网络包括生成器和判别器,生成器中的分组多尺度注意力卷积模块由多个并行的卷积层及其注意力通道连接而成,多个并行的卷积层使用不同大小的卷积核进行卷积,每个卷积核对应于不同的特征组,所有经过注意力模块处理的特征图加权叠加在一起,构成生成器最终的输出特征图;每轮次对抗训练中,交叉训练判别器和生成器。最后利用训练后的条件生成对抗网络,生成时空超分辨率的卫星降水遥感图像。本发明重建的降水图像更加清晰和准确,且训练效率高。
-
公开(公告)号:CN116543561B
公开(公告)日:2023-10-31
申请号:CN202310823361.5
申请日:2023-07-06
Applicant: 之江实验室
Abstract: 本发明公开一种基于知识和数据双驱动的交通拥堵传播预测方法,该方法包括:构建交通预测的知识图谱;采集待分析路段的历史交通数据,明确路段拥有的兴趣点,确定实体和关系;将实体和关系进行编码,利用TransE方法进行知识表示;将步骤S3得到的知识与交通特征进行融合,得到融合知识的交通特征值;利用时域图卷积网络进行交通特征值预测,得到预测的交通特征值;将预测的交通特征值输入交通拥堵传播算法,进行交通拥堵传播预测。本发明在考虑交通时空特征的同时,捕捉外部因素对出行的影响,提升了交通拥堵传播的预测能力。
-
公开(公告)号:CN116543561A
公开(公告)日:2023-08-04
申请号:CN202310823361.5
申请日:2023-07-06
Applicant: 之江实验室
Abstract: 本发明公开一种基于知识和数据双驱动的交通拥堵传播预测方法,该方法包括:构建交通预测的知识图谱;采集待分析路段的历史交通数据,明确路段拥有的兴趣点,确定实体和关系;将实体和关系进行编码,利用TransE方法进行知识表示;将步骤S3得到的知识与交通特征进行融合,得到融合知识的交通特征值;利用时域图卷积网络进行交通特征值预测,得到预测的交通特征值;将预测的交通特征值输入交通拥堵传播算法,进行交通拥堵传播预测。本发明在考虑交通时空特征的同时,捕捉外部因素对出行的影响,提升了交通拥堵传播的预测能力。
-
公开(公告)号:CN116151493A
公开(公告)日:2023-05-23
申请号:CN202310443476.1
申请日:2023-04-24
Applicant: 之江实验室
IPC: G06Q10/04 , G08G1/01 , G06Q50/30 , G06F18/2321 , G06N3/0442
Abstract: 本发明公开了一种基于头部效应和循环神经网络的交通拥堵预测方法和装置,属于交通预测领域,包括:获取车辆轨迹点序列数据并依次进行清洗和路网匹配得到有效轨迹点序列数据;基于有效轨迹点序列数据构建节点表示轨迹点对应访问行为、连边表示行为间关系强度的原始行为图;基于头部效应在有效轨迹点序列数据中挖掘真实意图轨迹数据,基于真实意图轨迹数据对原始行为图进行意图增强,得到意图增强行为图;对意图增强行为图进行嵌入表示得到嵌入向量;采用门控循环神经网络根据嵌入向量预测未来时刻轨迹点对应的访问行为后,对访问行为进行密度聚类,根据聚类结果预测交通拥堵情况。该方法和装置通过考虑头部效应以提升交通拥堵的预测准确性。
-
公开(公告)号:CN119296329A
公开(公告)日:2025-01-10
申请号:CN202411820730.6
申请日:2024-12-11
Applicant: 之江实验室
Abstract: 本发明公开一种基于太空计算的城市交通时空资源优化方法及装置,首先设计太空星座,以获取指定区域的城市卫星遥感图像;并实现天感天算,得到设定时间间隔内指定区域的实时交通流信息;使用交通仿真工具构建信号控制交叉路口,得到仿真交通流信息;并基于仿真交通流信息分别构建训练数据集,使用深度Q网络算法训练基于强化学习的车道配置智能体和信号配时智能体;最后用训练后的车道配置智能体定期评估车道配置的状态,并决定是否需要调整车道方向;由训练后的信号配时智能体实时监控交通流参数,并调整信号配时参数以优化交通流。本发明能够实现交通时空资源的优化配置。
-
公开(公告)号:CN116151493B
公开(公告)日:2023-07-25
申请号:CN202310443476.1
申请日:2023-04-24
Applicant: 之江实验室
IPC: G06F17/00 , G06Q10/04 , G08G1/01 , G06Q50/30 , G06F18/2321 , G06N3/0442
Abstract: 本发明公开了一种基于头部效应和循环神经网络的交通拥堵预测方法和装置,属于交通预测领域,包括:获取车辆轨迹点序列数据并依次进行清洗和路网匹配得到有效轨迹点序列数据;基于有效轨迹点序列数据构建节点表示轨迹点对应访问行为、连边表示行为间关系强度的原始行为图;基于头部效应在有效轨迹点序列数据中挖掘真实意图轨迹数据,基于真实意图轨迹数据对原始行为图进行意图增强,得到意图增强行为图;对意图增强行为图进行嵌入表示得到嵌入向量;采用门控循环神经网络根据嵌入向量预测未来时刻轨迹点对应的访问行为后,对访问行为进行密度聚类,根据聚类结果预测交通拥堵情况。该方法和装置通过考虑头部效应以提升交通拥堵的预测准确性。
-
公开(公告)号:CN119597492A
公开(公告)日:2025-03-11
申请号:CN202510147039.4
申请日:2025-02-11
Applicant: 之江实验室
IPC: G06F9/50
Abstract: 本发明公开一种太空计算系统数字孪生平台的子区划分方法,按照物理实体在计算系统中的功能进行分类,在划分时以物理实体容量和数字孪生平台服务器容量作为筛选条件,确保数字孪生平台能够模拟物理实体执行计算任务时对服务器的占用情况,遵从“先主星,后从星”、“距离由近及远”的原则划分卫星和地面站的孪生体子区,形成主星孪生体子区、从星孪生体子区和地面站孪生体子区,充分考虑了卫星运行的规律和孪生平台服务器的容量限制,满足太空计算系统数字孪生平台的功能要求。
-
公开(公告)号:CN119048352A
公开(公告)日:2024-11-29
申请号:CN202411534938.1
申请日:2024-10-31
Applicant: 之江实验室
IPC: G06T3/4053 , G06T5/60 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了一种基于两阶段生成对抗网络的图像超分辨率方法及装置,旨在解决现有技术中遥感图像超分辨率重建的细节丢失和噪声问题。该方法通过两个阶段的生成对抗网络来提升低分辨率遥感图像的分辨率,并增强图像的自然性和细节丰富度。在第一阶段,利用真实低分辨率影像和通过双三次下采样法生成的低分辨率影像训练第一生成对抗网络,以生成与双三次风格相似的低分辨率影像。在第二阶段,使用第一阶段生成的低分辨率影像和真实的高分辨率影像训练第二生成对抗网络,以生成与真实高分辨率影像相似的高分辨率影像。本发明的方法不仅提高了图像的空间分辨率,而且增强了图像的视觉质量和应用价值。
-
公开(公告)号:CN119296329B
公开(公告)日:2025-04-18
申请号:CN202411820730.6
申请日:2024-12-11
Applicant: 之江实验室
Abstract: 本发明公开一种基于太空计算的城市交通时空资源优化方法及装置,首先设计太空星座,以获取指定区域的城市卫星遥感图像;并实现天感天算,得到设定时间间隔内指定区域的实时交通流信息;使用交通仿真工具构建信号控制交叉路口,得到仿真交通流信息;并基于仿真交通流信息分别构建训练数据集,使用深度Q网络算法训练基于强化学习的车道配置智能体和信号配时智能体;最后用训练后的车道配置智能体定期评估车道配置的状态,并决定是否需要调整车道方向;由训练后的信号配时智能体实时监控交通流参数,并调整信号配时参数以优化交通流。本发明能够实现交通时空资源的优化配置。
-
-
-
-
-
-
-
-
-