-
公开(公告)号：CN116052421A
公开(公告)日：2023-05-02
申请号：CN202310044654.3
申请日：2023-01-30
Applicant: 东北大学
Abstract: 本发明设计一种基于静态和动态多图融合的交通流量预测方法，首先获取交通流量数据集对其进行处理，然后基于此依次构建静态的区域相似图、动态的流量相似图和动态的区域连通图，构建多图模块，并以此训练TransGCN网络模型；最后对训练好的TransGCN网络模型进行验证；现有技术都是建立在一个静态的数据上的，没有考虑到地铁周围环境的影响和每天变化的流量数据，因此本发明考虑到了地铁站周围的环境因素以及动态的流量信息，可以每天构建一个动态矩阵来捕获流量的动态变化，使得模型的预测效果更佳准确。
-
公开(公告)号：CN112541131B
公开(公告)日：2021-10-29
申请号：CN202011416979.2
申请日：2020-12-07
Applicant: 东北大学
IPC: G06F16/9536 , G06Q50/00 , G06N3/04
Abstract: 本发明公开一种基于邻居用户的多个兴趣影响的推荐方法，属于基于用户兴趣的推荐方法技术领域。根据社交关系图对每个用户的邻居进行随机采样得到K个兴趣感知图；在每个兴趣感知图上分别进行图卷积操作，聚合单个兴趣在用户之间的相互影响；在用户项目交互图上通过图卷积操作，聚合用户交互过的项目信息以及项目被交互过的用户信息；将上面两个聚合步骤得到的结果进行元素拼接，得到第一个卷积层的结果；迭代多次前述图卷积操作；将多个卷积层的结果进行注意力融合，得到用户和项目的最终嵌入向量，并通过向量內积得到用户可能与项目产生交互的概率，进而得到推荐列表。该方法可使推荐系统能够充分利用社交网络带来的影响，提升推荐效果。
-
公开(公告)号：CN112489088A
公开(公告)日：2021-03-12
申请号：CN202011473954.6
申请日：2020-12-15
Applicant: 东北大学
Abstract: 一种基于记忆单元的孪生网络视觉跟踪方法，属于目标跟踪技术领域，包括：步骤1、搭建跟踪模型；步骤2、获取初始的目标模板特征；步骤3、获取跟踪目标在视频当前帧中的对应位置；步骤4、根据步骤3中找出的当前帧中跟踪目标所在位置裁剪出目标所在区域作为目标模板，将该目标模板输入跟踪模型的目标模板分支获取新的目标模板特征；读取视频的下一帧作为当前帧，转入步骤3进行下一轮迭代，直至读取完视频中的所有帧结束迭代。本发明方法能够有效应对视觉跟踪过程中的遮挡、背景的混杂和目标的形态剧烈变化等问题，提升了跟踪模型面对复杂环境时的跟踪鲁棒性。
-
公开(公告)号：CN108462939B
公开(公告)日：2020-10-02
申请号：CN201810253960.7
申请日：2018-03-26
Applicant: 东北大学
Abstract: 本发明涉及一种地磁时序分析的室内定位方法，步骤为：将室内环境进行多路径划分，并匀速采集每条路径的地磁时序数据，对地磁时序数据进行预处理，得到训练集合；找出训练集合中的特征点，并根据特征点对地磁时序数据进行数据分段；将定位过程中手机采集到的地磁时序数据作为测试集，使用升频策略对测试集中的地磁时序数据样本进行插值；将定位过程中手机采集到的数据作为测试集，识别出测试集中的特征点，并使用分类算法将其与训练集中的特征点做匹配；计算特征点分段的数据的距离累积矩阵并找到测试集匹配的位置，实现室内定位。本发明使用特征点对时序数据进行分段，分类之后计算相似度获得用户位置，大大的提高了算法的时间复杂度。
-
公开(公告)号：CN110675189A
公开(公告)日：2020-01-10
申请号：CN201910892466.X
申请日：2019-09-20
Applicant: 东北大学
Abstract: 本发明提供一种基于Wide&Deep模型和遗传算法的无人货架选址方法，涉及机器学习和商业选址领域。本发明提出一种基于Wide&Deep模型和遗传算法的无人货架选址规划方法，从现有的货架销售数据中提取特征，结合地理因素，基于Wide&Deep模型预测新地址的盈利效率，结合配送成本和覆盖面等因素，通过遗传算法和线性加权评分计算出在一个备选地址投放货架的综合推荐度，从而得到一组特定数量的精确投放点位，可以有效地提供选址参考，解决货损率高、盈利难等问题。
-
Patent Agency Ranking
公开(公告)号：CN105592405A
公开(公告)日：2016-05-18
申请号：CN201510734202.3
申请日：2015-10-30
Applicant: 东北大学
Abstract: 基于派系过滤和标签传播的移动通信用户群组构造方法，属于数据业务领域。计算用户节点间的联系紧密度；构建用户节点间的有权复杂网络；基于有权复杂网络，采用派系过滤算法构造社交关系群组的种子群组；基于种子群组，初始化网络中所有节点标签，即为每个节点分配初始标签；利用改进的SLPA算法进行标签传播，当绝大多数节点的标签收敛时，基于节点的标签将节点划分至对应的群组，完成社交关系群组的构造，即拥有相同标签的节点构成一个群组；本发明的有点为：可获得较好的用户好友推荐效果；获得较好的协同推荐效果；有助于用户构成分析；有助于发现异常群体；下一代通信的划分基础。
-
公开(公告)号：CN105578412A
公开(公告)日：2016-05-11
申请号：CN201510970497.4
申请日：2015-12-21
Applicant: 东北大学
Abstract: 一种基于位置服务的位置匿名方法及系统，包括：移动用户将位置服务请求和当前位置发送至可信的中心服务器；对移动用户的位置进行隐匿得到匿名域，与移动用户的位置服务请求内容一起发送给位置服务提供服务器；检索找到满足移动用户的位置服务请求内容的结果集发送到可信中心服务器；筛选找到与移动用户的位置对应的位置服务结果。该系统包括位置服务请求模块、位置匿名模块、结果集检索模块、结果集筛选模块。本发明在满足用户需求情况下获得较小的匿名区域，提高LBS查询精度。将匿名域中发出位置服务请求的移动用户控制在最接近k，减少移动用户数量过多造成的资源浪费。在移动用户稀少情况下加入虚假移动用户信息完成匿名过程，提高匿名成功率。
-
公开(公告)号：CN105577541A
公开(公告)日：2016-05-11
申请号：CN201510968264.0
申请日：2015-12-21
Applicant: 东北大学
IPC: H04L12/721 , H04L12/24 , H04L29/08 , H04W40/02
CPC classification number: H04L67/32 , H04L41/12 , H04L45/306 , H04W40/02
Abstract: 一种基于节点依赖度的动态博弈激励方法，属于移动互联网技术领域。该方法首先确定机会网络及机会网络中节点的节点属性，其次计算初始周期机会网络中所有节点的节点活跃系数、节点孤立系数、节点依赖度，并设定节点依赖度阈值，再次在一个周期内当一个节点向另一个节点发出帮助转发数据请求时，根据另一个节点是否帮助转发对其进行奖励或者惩罚，并相应的改变节点属性，最后进行下一周期节点属性计算，准备接收下一次转发数据请求。将本发明应用于机会网络可以增强节点合作，减少自私节点，显著提高传输成功率，降低平均传输延迟。
-
公开(公告)号：CN117935218A
公开(公告)日：2024-04-26
申请号：CN202410097072.6
申请日：2024-01-24
Applicant: 东北大学
Abstract: 本发明提供一种基于时空图和注意力机制的多实体轨迹预测的方法，涉及轨迹预测技术领域。利用地面实体的历史轨迹作为输入来推断场景内实体的未来轨迹；首先通过轨迹嵌入将历史轨迹位置编码到特征空间，从而得到输入图表示，然后将其送入模型处理，最终推断出场景中所有实体的未来轨迹。本发明解决同场景下多实体的轨迹预测问题，以场景中实体的历史轨迹作为输入，从时间和空间两个维度推断实体未来的轨迹，利用图和注意力机制对多实体轨迹进行分析，提取有效交互向量，实现对多实体未来轨迹的精准预测。
-
公开(公告)号：CN117789082A
公开(公告)日：2024-03-29
申请号：CN202311809903.X
申请日：2023-12-26
Applicant: 东北大学
IPC: G06V20/40 , G06V10/80 , G06V10/40 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/0455
Abstract: 本发明设计一种基于空地融合的目标实体轨迹预测方法，属于轨迹预测技术领域；首先对地面目标实体历史轨迹构建空间关系连接图，根据空间关系连接图获取该图的带权邻接矩阵；然后利用GCN进行空间交互特征提取，获得空间交互特征向量；其次利用无人机获取地面目标实体的空中视角视频，并将其转换为视频帧，将视频帧送入U‑Net中提取场景上下文信息；将地面目标实体历史轨迹和上下文信息通过MLP进行聚合，得到当前时刻场景综合了目标实体上下文以及目标实体历史轨迹的特征；并对聚合的特征基于U‑Net模型计算后得到实体终点位置概率分布；融合实体终点位置概率分布、地面目标实体历史轨迹以及空间交互特征向量，基于TCN模型得到最终目标实体的未来轨迹。
-
-
-
-
-
-
-
-
-
Search Results
80
records
(took 0.034 seconds)
