-
公开(公告)号:CN115376317B
公开(公告)日:2023-08-11
申请号:CN202211004685.8
申请日:2022-08-22
Applicant: 重庆邮电大学 , 北京钢铁侠科技有限公司
IPC: G08G1/01 , G06N3/0464 , G06N3/08
Abstract: 本发明属于智能交通技术领域,具体涉及一种基于动态图卷积和时序卷积网络的交通流预测方法,该方法包括:获取路口节点中待预测的交通流数据,并对待预测的交通流数据进行预处理;将预处理后的交通流数据输入到训练好的交通流预测模型中,得到该路口节点交通流预测结果;根据交通流预测结果对该路口进行交通管制;本方法能更加完整提取交通流数据的时空特征,提高交通流预测的准确性,同时采用时序图卷积,解决了模型梯度不稳定、动态变化响应慢等问题,这对缓解城市交通拥堵,提高行使效率具有重要意义。
-
公开(公告)号:CN115203188A
公开(公告)日:2022-10-18
申请号:CN202210829481.1
申请日:2022-07-15
Applicant: 重庆邮电大学
IPC: G06F16/215
Abstract: 本发明涉及数据清洗技术,特别涉及一种基于发电机组时空序列数据的清洗方法,包括获取原始数据,对原始数据进行清洗的过程中,删除原始数据中冗余数据、冲突数据以及异常数据,构建时空序列模型对原始数据中删除的数据进行填补,完成数据清洗;其中,构建时空序列模型包括以下步骤:通过分析单个站点的原始数据,构建时间序列预测模型;通过分析多个站点的原始数据,构建空间序列预测模型;通过将时间序列预测模型和空间序列预测模型得到预测值通过加权平均的方法构建缺失数据的预测值,完成对缺失数据的清洗;本发明提高了冗余数据、冲突数据、异常数据以及缺失数据这四类脏数据查询和清理的准确度、灵敏度和精密度。
-
公开(公告)号:CN113971360B
公开(公告)日:2025-04-11
申请号:CN202111311671.6
申请日:2021-11-08
Applicant: 重庆邮电大学
IPC: G06F30/23 , G06F18/24 , G06F18/20 , G06F111/08
Abstract: 本发明属于数字孪生数据驱动技术领域,具体涉及一种基于数字孪生模型的组件状态估计方法;该方法包括:实时获取组件参数,将组件参数输入到改进的数字孪生模型中,得到原型组件的状态估计结果;本发明与传统的单一模型简化技术相比,可以有效地扩展到大型复杂系统,并为模型快速自适应提供了灵活表达的框架;避免了在单一模型缩减方法中计算成本随着参数的增加而迅速增加;降阶模型的使用大大加快了贝叶斯推理速度,实时求解更容易,由此产生的概率分类为数字孪生的更新提供了基础,同时对模型中的不确定性进行量化,提高了模型的精度。
-
公开(公告)号:CN113434693B
公开(公告)日:2023-02-21
申请号:CN202110697307.1
申请日:2021-06-23
Applicant: 重庆邮电大学工业互联网研究院 , 重庆冠方智慧医疗科技有限公司 , 联通数字科技有限公司 , 段然
Abstract: 本发明涉及一种智慧数据平台的数据集成方法,属于异构数据集成和查询技术领域,分为两个阶段:基于知识超图的虚拟数据集成和基于超图的查询处理。第一阶段允许生成虚拟知识超图,由本体和数据之间的RML映射组成。第二阶段包括通过基于生成的知识超图从不同来源提取和整合数据的全局视图来增强用户的查询。本方法提高了查询处理的准确性、完整性和语义丰富的响应。
-
公开(公告)号:CN114219477B
公开(公告)日:2022-09-16
申请号:CN202111296962.2
申请日:2021-11-03
Applicant: 重庆邮电大学
IPC: G06Q20/38 , G06Q20/40 , G06F16/901 , G06F16/903
Abstract: 本发明属于区块链技术领域,具体涉及一种基于链上存储的区块链数据存储扩展方法,包括:引入半节点存储部分区块详细数据以及全部区块索引值;引入副链存储哈希区块组数据;区块链网络中各节点对交易数据优化打包;将打包的交易数据发送给背书节点验证,验证后进行区块排序压缩;领导节点对排序压缩的区块进行接受与验证,验证成功将此区块广播至该网络所有节点并上链存储;散列新区块高度达到预设值时,多个连续新区块合为一个哈希区块组,根据各哈希区块组数据存储数量决定新节点是否存储数据,该发明对区块链的数据进行了结构优化与压缩,同时引入半节点减少区块链网络数据的臃肿,并能够保证所有节点在对交易数据查询时的效率以及真实性。
-
公开(公告)号:CN113971360A
公开(公告)日:2022-01-25
申请号:CN202111311671.6
申请日:2021-11-08
Applicant: 重庆邮电大学
IPC: G06F30/23 , G06K9/62 , G06F111/08
Abstract: 本发明属于数字孪生数据驱动技术领域,具体涉及一种基于数字孪生模型的组件状态估计方法;该方法包括:实时获取组件参数,将组件参数输入到改进的数字孪生模型中,得到原型组件的状态估计结果;本发明与传统的单一模型简化技术相比,可以有效地扩展到大型复杂系统,并为模型快速自适应提供了灵活表达的框架;避免了在单一模型缩减方法中计算成本随着参数的增加而迅速增加;降阶模型的使用大大加快了贝叶斯推理速度,实时求解更容易,由此产生的概率分类为数字孪生的更新提供了基础,同时对模型中的不确定性进行量化,提高了模型的精度。
-
-
-
-
-