-
公开(公告)号:CN110851450A
公开(公告)日:2020-02-28
申请号:CN201911098391.4
申请日:2019-11-12
Applicant: 重庆邮电大学
IPC: G06F16/22 , G06F16/29 , G06F16/2458 , G06F9/50 , G08G1/017
Abstract: 本发明涉及智能交通技术领域,具体涉及一种基于增量计算的伴随车即时发现方法,包括:获取交通摄像头记录中的交通车辆数据,生成数据集;从数据集中提取相关属性,生成过车事务数据集;获取过车事务数据集,构建动态频繁树;根据动态频繁树,采用自底向上的方法遍历动态频繁树,进行频繁项映射存储,生成动态频繁项集;利用时间衰减模型,通过加权时间权重对动态频繁项集进行过滤,挖掘近期的伴随车组。本发明的方法增加哈希表以减少树的构建时间,同时增加数据批次散列表作为DF-tree的减枝依据以释放过期数据占用的内存,引入时间衰减模型,实现基于大规模过车数据的伴随车即时发现。
-
公开(公告)号:CN110827544A
公开(公告)日:2020-02-21
申请号:CN201911092839.1
申请日:2019-11-11
Applicant: 重庆邮电大学
Abstract: 本发明涉及短时交通流控制领域,具体涉及一种基于图卷积循环神经网络的短时交通流控制方法;该方法包括:获取数据源;构建图结构交通流量序列;根据图结构交通流量序列在时间维的多级别性构建时空图卷积循环网络的近期组件模型,时空图卷积循环网络日周期组件模型以及时空图卷积循环网络周周期组件模型;融合3个模型的结果,得到短时交通流量预测模型;根据这个模型得到预测结果;统计预测数据,将统计的结果发送给交通部门,控制该路网各卡口车流量;本发明利用时空图卷积循环神经网络同时建模交通流近期、日周期和周周期依赖性,建立基于多组件数据融合的时空图卷积循环神经网络的短时流量预测模型,从而达到精准的预测结果。
-
公开(公告)号:CN110675632A
公开(公告)日:2020-01-10
申请号:CN201911092778.9
申请日:2019-11-11
Applicant: 重庆邮电大学
IPC: G08G1/01 , G08G1/0968 , G06Q10/04 , G06N3/04
Abstract: 本发明属于智能交通控制领域,具体涉及一种针对多特征空间和数据稀疏的车辆短时轨迹预测控制方法,该方法包括:获取数据源;对得到数据进行处理,得到多特征空间向量模型;根据多特征空间向量构建多特征空间预测模型;将多特征空间预测模型进行融合得到最后的预测模型;获取融合后的预测结果,得到下一时段的哪些卡口会比较拥堵的信息,将这个信息发送给将要行驶到这个卡口的车辆中,改变车辆行驶的路线;本发明将多个轨迹特征空间以向量的形式表示出来,从多个角度挖掘轨迹的变化趋势,减小了数据误差。
-
公开(公告)号:CN119045913B
公开(公告)日:2025-05-06
申请号:CN202411198041.6
申请日:2024-08-29
Applicant: 重庆邮电大学
IPC: G06F9/445 , G06F9/448 , G06F9/54 , G06F16/2458 , G06F16/25
Abstract: 本发明涉及时序数据库技术领域,特别涉及一种时序数据库内置流处理有状态插件管理方法及系统;所述方法及系统针对抽取插件、处理插件和递送插件三类插件设计了等待状态、休眠状态、准备状态和运行状态,通过消息模块、数据模块、管理模块和监控模块的设置,能够在流处理过程中实现状态转换,赋予三类插件更为灵活的自定义编程设计策略;通过对流处理过程中的加载插件实例到销毁插件实例中加入插件实例的状态切换,能够提升时序数据库在应对复杂网络环境时流处理任务的高效处理能力。
-
公开(公告)号:CN119045913A
公开(公告)日:2024-11-29
申请号:CN202411198041.6
申请日:2024-08-29
Applicant: 重庆邮电大学
IPC: G06F9/445 , G06F9/448 , G06F9/54 , G06F16/2458 , G06F16/25
Abstract: 本发明涉及时序数据库技术领域,特别涉及一种时序数据库内置流处理有状态插件管理方法及系统;所述方法及系统针对抽取插件、处理插件和递送插件三类插件设计了等待状态、休眠状态、准备状态和运行状态,通过消息模块、数据模块、管理模块和监控模块的设置,能够在流处理过程中实现状态转换,赋予三类插件更为灵活的自定义编程设计策略;通过对流处理过程中的加载插件实例到销毁插件实例中加入插件实例的状态切换,能够提升时序数据库在应对复杂网络环境时流处理任务的高效处理能力。
-
公开(公告)号:CN110851684A
公开(公告)日:2020-02-28
申请号:CN201911098384.4
申请日:2019-11-12
Applicant: 重庆邮电大学
IPC: G06F16/951 , G06F16/9536 , G06Q50/00
Abstract: 本发明涉及社交网络热点话题控制技术领域,具体涉及一种基于三元关联图的社交话题影响力识别方法及装置,包括以下步骤:获取数据;根据获取的数据构建路径-用户二元关联图模型;构建用户-领域划分模型;构建路径-用户-领域三元关联图模型;根据交叉评分策略,在路径-用户-领域三元关联图模型上进行正反迭代投票来挖掘出热点话题传播的关键元素节点;根据关键元素节点信息,利用时间切片方法对完整生命周期内热点话题传播过程的动态演绎。本发明的方法能够提高热点话题影响力识别的便捷性;可根据各元素的最终得分向量识别出关键路径、参与用户与传播领域;能实现网络舆情话题的动态挖掘。
-
-
-
-
-