指标预测方法、装置、设备、存储介质及程序产品

    公开(公告)号:CN115761519A

    公开(公告)日:2023-03-07

    申请号:CN202211153765.X

    申请日:2022-09-21

    Applicant: 清华大学

    Inventor: 李桐 李勇 金德鹏

    Abstract: 本发明涉及城市计算技术领域,尤其涉及一种指标预测方法、装置、设备、存储介质及程序产品。方法包括:获取目标区域的街道网络图数据,其中,所述街道网络图数据包括至少一个街道节点;获取所述目标区域对应的至少一张卫星图像,其中,每一张所述卫星图像包括至少一个所述街道节点;获取所述目标区域对应的至少一张街景图像,其中,每一张所述街景图像对应一个所述街道节点;基于每一个所述街道节点分别对应的所述卫星图像和所述街景图像,计算每一个预设指标标签分别对应的指标预测概率。本发明用以解决现有技术中对图像分析处理的效果较差,通过图像获得的信息准确性较低的缺陷,提升对图像处理的效果。

    活动轨迹的生成方法、装置、设备和存储介质

    公开(公告)号:CN115358141A

    公开(公告)日:2022-11-18

    申请号:CN202210894237.3

    申请日:2022-07-27

    Applicant: 清华大学

    Inventor: 李勇 苑苑 金德鹏

    Abstract: 本发明实施例提供一种活动轨迹的生成方法、装置、设备和存储介质,该方法包括:获取用户历史活动轨迹数据;根据历史活动轨迹数据和时空动态模型,获取历史活动轨迹数据的时间动态性特征和空间动态性特征;根据历史活动轨迹数据的时间动态性特征、空间动态性特征和训练得到的轨迹生成模型,生成预期的活动轨迹。本发明实施例的方法,建模了用户活动轨迹序列在连续时间层面上的时空动态性,进而使得轨迹生成模型根据历史轨迹的时间动态性特征和空间动态性特征就可以准确地模拟用户的活动轨迹,提高了仿真生成的活动轨迹的准确性。

    通行时间预测模型训练方法、通行时间预测方法及设备

    公开(公告)号:CN113762595B

    公开(公告)日:2022-11-15

    申请号:CN202110845562.6

    申请日:2021-07-26

    Applicant: 清华大学

    Inventor: 颜欢 李勇 金德鹏

    Abstract: 本发明提供一种通行时间预测模型训练方法、通行时间预测方法及设备,该训练方法包括:构建路口和路段特征及轨迹特征;获取路段特征向量及路口特征向量;将对应于各个预设时间步长的路口特征矩阵、路段特征矩阵、路口邻接矩阵及路段邻接矩阵按照时序顺序输入到路口和路段时空特征提取网络;将输出的更新后的单个预设时间步长对应的路口特征矩阵和路段特征矩阵、历史轨迹中路口和路段组成的序列输入到通行时间预测模型,输出未来预设步长时间内出发的路线的目标通行时间的预测结果进行训练。本发明提供的通行时间预测模型训练方法、通行时间预测方法及设备,通过联合建模路口和路段的特征,训练通行时间预测模型,提升通行时间预测的准确度。

    资源推荐方法、装置、电子设备及存储介质

    公开(公告)号:CN114385854A

    公开(公告)日:2022-04-22

    申请号:CN202210032781.7

    申请日:2022-01-12

    Abstract: 本公开是关于一种资源推荐方法、装置、电子设备及存储介质,属于计算机技术领域。方法包括:对用户账号对应的用户数据和待推荐的资源对应的资源数据进行特征提取,得到多个预设资源维度的编码特征;对多个该预设资源维度的编码特征进行解纠缠,得到多个该预设资源维度的影响特征,所述预设资源维度的影响特征表示属于所述预设资源维度的数据对交互结果的影响;基于多个该预设资源维度的影响特征进行预测,得到推荐结果。该方法充分获取到每个预设资源维度的特征,提高获取的特征的准确性,从而综合考虑该多个预设资源维度的影响确定推荐结果时,能够提高推荐的准确性。

    通行时间预测模型训练方法、通行时间预测方法及设备

    公开(公告)号:CN113762595A

    公开(公告)日:2021-12-07

    申请号:CN202110845562.6

    申请日:2021-07-26

    Applicant: 清华大学

    Inventor: 颜欢 李勇 金德鹏

    Abstract: 本发明提供一种通行时间预测模型训练方法、通行时间预测方法及设备,该训练方法包括:构建路口和路段特征及轨迹特征;获取路段特征向量及路口特征向量;将对应于各个预设时间步长的路口特征矩阵、路段特征矩阵、路口邻接矩阵及路段邻接矩阵按照时序顺序输入到路口和路段时空特征提取网络;将输出的更新后的单个预设时间步长对应的路口特征矩阵和路段特征矩阵、历史轨迹中路口和路段组成的序列输入到通行时间预测模型,输出未来预设步长时间内出发的路线的目标通行时间的预测结果进行训练。本发明提供的通行时间预测模型训练方法、通行时间预测方法及设备,通过联合建模路口和路段的特征,训练通行时间预测模型,提升通行时间预测的准确度。

    一种按需派送车辆的路径规划方法及装置

    公开(公告)号:CN113687651A

    公开(公告)日:2021-11-23

    申请号:CN202110762775.2

    申请日:2021-07-06

    Applicant: 清华大学

    Abstract: 本发明提供一种按需派送车辆的路径规划方法及装置。该方法包括:获取待分析的订单数据;将所述订单数据输入到双阶段强化学习预测模型中,得到所述双阶段强化学习预测模型输出的车辆配送路径规划策略;其中,所述双阶段强化学习预测模型是基于预设的样本订单数据、所述样本订单数据对应的配送路径规划策略及其结果迭代训练得到;所述双阶段强化学习预测模型包括:用于进行操作算子选择的算子选择器以及用于进行操作算子作用路径选择的路径选择器。采用本发明按需派送车辆的路径规划方法,能够基于双阶段强化学习预测模型引入深度强化学习的方法指导启发式操作在策略空间中进行高效搜索,提高了按需派送车辆的路径规划的效率和准确度。

    数据包处理方法、装置及设备

    公开(公告)号:CN110365591B

    公开(公告)日:2021-11-19

    申请号:CN201810313392.5

    申请日:2018-04-09

    Abstract: 本发明实施例公开了一种数据包处理方法、装置及设备,其中,所述方法包括:若接收到第一数据包,则确定所述第一缓存区中用于存储所述第一数据包的第一缓存队列;若所述第一缓存队列的状态为无效状态,则将所述第一数据包缓存于所述第二缓存区,所述第一数据包的数据量小于所述第二缓存区的容量,所述第一缓存队列的状态是在所述第一缓存区的当前数据量达到所述第一缓存区的容量时设置为无效状态的;若所述第二缓存区的数据量达到所述第二缓存区的容量,则将所述第二缓存区的所有数据包发送至控制面设备,可以降低转发面设备与控制面设备之间的链路开销。

    商品推荐方法及装置
    109.
    发明授权

    公开(公告)号:CN109102127B

    公开(公告)日:2021-10-26

    申请号:CN201811011469.X

    申请日:2018-08-31

    Abstract: 本发明实施例提供一种商品推荐方法及装置,包括:获取用户群的购物数据,利用所述购物数据训练基于eALS算法构建的预测模型,获得使所述预测模型达到最优解时的每个用户的用户特征向量以及每个商品的商品特征向量;所述用户特征向量与所述商品特征向量的内积用于表征用户对商品的预测喜好;对于用户群中的任意一个用户,根据该用户的用户特征向量与各商品特征向量的内积,获得该用户对所有商品的预测喜好,根据该用户对所有商品的预测喜好获得该用户的商品推荐列表。本发明实施例在eALS算法中加入用户关注的商品信息的影响,使得构建的预测模型能够更真实的反应用户对商品的喜好程度,从而达到更好的推荐效果。

    物联网设备通信模式识别方法及装置

    公开(公告)号:CN110048905B

    公开(公告)日:2021-01-15

    申请号:CN201910232482.6

    申请日:2019-03-26

    Applicant: 清华大学

    Abstract: 本发明实施例提供一种物联网设备通信模式识别及装置,属于物联网技术领域。包括:获取物联网设备的流量数据,并获取物联网设备的流量数据内的接口函数关键字集合;计算接口函数关键字集合与每一通信模式对应的接口函数关键字集合之间的占比,若存在大于第一预设阈值的占比,则根据大于第一预设阈值的占比所对应的通信模式,确定物联网设备的流量数据的通信模式。由于实现了物联网设备通信模式的识别,从而为物联网设备的通信行为建模与安全分析,以及定位潜在网络威胁提供了基础。

Patent Agency Ranking