-
公开(公告)号：CN106604218B
公开(公告)日：2019-10-11
申请号：CN201510684649.4
申请日：2015-10-20
Applicant: 北斗导航位置服务(北京)有限公司
Abstract: 本发明提供了一种基于误差迁移学习的高精度室内定位方法，所述方法包括：步骤1)移动终端A在划分的网格点上分别对室内的所有wifi信号进行扫描，获取信号强度数据和带有定位误差的定位数据的矩阵V；移动终端B在m个待测量点上对所有wifi信号进行扫描，获取信号强度数据和定位数据的矩阵；步骤2)将矩阵V和矩阵进行转置和归一化处理；步骤3)对所述移动终端A的定位误差信息进行学习，得到基向量矩阵X和基向量系数矩阵S；步骤4)将矩阵在基向量系数矩阵S下进行分解，得到基向量系数矩阵；步骤5)利用矩阵S和，采用基于向量的相似度比较方法对移动终端B在待测量点处的定位结果进行误差修正，得到修正后的定位结果。
-
公开(公告)号：CN106610293B
公开(公告)日：2019-10-01
申请号：CN201510696237.2
申请日：2015-10-23
Applicant: 北斗导航位置服务(北京)有限公司
IPC: H04W64/00
Abstract: 本发明公开了一种基于强度差分的室内定位方法，包括：移动终端对室内的所有wifi信号进行实时扫描，得到每个wifi的信号强度，然后建立对数化“距离‑损耗”模型；建立kalman滤波强度跟踪模型，基于该模型对每个wifi的信号强度进行滤波，得到去除噪声后的wifi信号强度值；利用多个相邻采样时刻的wifi信号强度滤波结果的差值求取移动终端的位置。
-
公开(公告)号：CN106612495A
公开(公告)日：2017-05-03
申请号：CN201510697941.X
申请日：2015-10-23
Applicant: 北斗导航位置服务(北京)有限公司
Abstract: 本发明公开了一种基于传输损耗学习的室内定位方法，包括：移动终端对室内的所有wifi信号进行实时扫描，为所述实时扫描的结果建立对数化“距离-损耗”模型；利用历史数据对“距离-损耗”模型进行学习，建立机器学习模型；然后基于历史数据生成训练样本集，对所建立的机器学习模型加以训练，得到用于生成wifi的信号传输衰减预测值的SVM回归预测函数；基于移动终端的实时扫描结果，结合SVM回归预测方程与对数化“距离-损耗”模型，计算所述移动终端的准确的位置坐标。
-
公开(公告)号：CN106604217A
公开(公告)日：2017-04-26
申请号：CN201510683804.0
申请日：2015-10-20
Applicant: 北斗导航位置服务(北京)有限公司
Abstract: 本发明提供了一种基于误差半监督学习的室内定位方法，所述方法包括：在室内m个已知高精度定位数据的测量点处，记录扫描到的N个wifi信号的信号强度信息及通过wifi信号进行定位的定位数据；由此获取定位误差矢量；在n个待测量点处，记录扫描到的N个wifi信号及通过wifi信号进行定位的定位数据；利用m个含定位误差的定位数据，采用基于图的半监督学习方法对n个不含定位误差的定位数据进行定位误差学习，获取到误差估计值矢量；最后，利用误差估计值矢量修正n个待测量点的定位数据由此获得高精度定位结果。本发明的方法利用信号和定位误差之间的相关性，采用半监督学习方法，建立误差估计模型，实现对定位结果的修正，从而大大改善了定位精度。
-
公开(公告)号：CN104820723A
公开(公告)日：2015-08-05
申请号：CN201510282826.6
申请日：2015-05-28
Applicant: 北斗导航位置服务(北京)有限公司
IPC: G06F17/30
CPC classification number: G06F17/30867
Abstract: 本发明提供了一种基于货主偏好性学习的车辆在线推荐排序方法，所述方法包括：首先根据所有车辆的相关属性信息建立全连接图；然后根据货主已经浏览的和感兴趣的车辆计算概率矩阵和被浏览车辆的期望矩阵；从而计算未被浏览车辆与货主期望车辆的匹配度向量，所述匹配度向量的每个分量表征对应车辆与货主期望车辆的匹配程度，最后根据匹配程度对未被浏览的车辆进行排序，反复进行上述过程，直至货主选中期望的车辆。本发明的方法通过在线学习用户的偏好信息，为用户对后续选择的车辆进行更新排序，提高了车辆排序结果与用户期望之间的匹配程度，改善了用户体验，提高了车辆搜索效率。
-
Patent Agency Ranking
公开(公告)号：CN119202104A
公开(公告)日：2024-12-27
申请号：CN202310702980.9
申请日：2023-06-14
Applicant: 北斗导航位置服务(北京)有限公司
IPC: G06F16/29 , G06F16/27 , G06F16/2458 , G06F16/245
Abstract: 本公开是关于数据查询方法及装置。该方法包括：根据目标城市的空间范围获取目标城市的各个级别网格，以及各个级别网格对应的编码；通过空间大数据分析框架将目标城市的各个级别网格对应的编码，以及，与各个级别网格的对应关系存储到分布式大数据库中；根据目标城市中的城市部件的空间位置坐标获取城市部件的编码；通过空间大数据分析框架将城市部件的编码，以及，与城市部件的对应关系也存储到分布式大数据库中；接收查询信息，查询信息包括：待查询的空间范围和待查询的级别；获取待查询的空间范围对应的编码；根据待查询的级别确定对应的目标级别网格；根据空间范围对应的编码从分布式大数据库中的目标级别网格中查询对应的所有部件信息。
-
公开(公告)号：CN106612495B
公开(公告)日：2019-10-25
申请号：CN201510697941.X
申请日：2015-10-23
Applicant: 北斗导航位置服务(北京)有限公司
Abstract: 本发明公开了一种基于传输损耗学习的室内定位方法，包括：移动终端对室内的所有wifi信号进行实时扫描，为所述实时扫描的结果建立对数化“距离‑损耗”模型；利用历史数据对“距离‑损耗”模型进行学习，建立机器学习模型；然后基于历史数据生成训练样本集，对所建立的机器学习模型加以训练，得到用于生成wifi的信号传输衰减预测值的SVM回归预测函数；基于移动终端的实时扫描结果，结合SVM回归预测方程与对数化“距离‑损耗”模型，计算所述移动终端的准确的位置坐标。
-
公开(公告)号：CN108776805A
公开(公告)日：2018-11-09
申请号：CN201810415090.9
申请日：2018-05-03
Applicant: 北斗导航位置服务(北京)有限公司
Abstract: 本发明公开了一种建立图像分类模型、图像特征分类的方法及装置，用以提高图像特征分类的准确度和鲁棒性。所述建立图像分类模型方法，包括：利用bagging算法对已有的训练样本集进行重采样，得到T个训练样本集；其中，T为预设的训练样本集的总数；训练样本集包括像元和对应的类别标识；将每个训练样本集中的像元和对应的类别标识以组为单位，输入到初始的全卷积网络模型，得到T个训练后的全卷积网络模型；一组像元包含卷积核所定义的图像尺寸内的所有像元。
-
公开(公告)号：CN105372684B
公开(公告)日：2018-01-12
申请号：CN201410384146.0
申请日：2014-08-06
Applicant: 北斗导航位置服务(北京)有限公司
IPC: G01S19/40
Abstract: 本发明提供了一种利用基站信息修正定位偏差的方法及系统，所述方法包含：判断用户处于静止状态还是移动状态；当用户在一段时间内处于静止状态时：选取距离当前时刻一个时间段内的连续的若干个时刻，并计算选取的各时刻的用户的所在区域；如果用户在一个时刻接收的定位结果位于计算得到的这个时刻用户的所在区域中时，则将该时刻对应的定位结果作为合理点，否则将该时刻对应的定位结果作为偏移点；计算各合理点对应时刻的最终合理点；以设定的半径画圆，且该圆包含若干个最终合理点，再将该圆的圆心作为当前时刻的最终定位结果；当用户处于移动状态时，选取定位结果的偏移点并采用位移信息矫正偏移点的定位结果。
-
公开(公告)号：CN106604233A
公开(公告)日：2017-04-26
申请号：CN201710078812.1
申请日：2017-02-14
Applicant: 北斗导航位置服务(北京)有限公司
CPC classification number: H04W4/021 , G06Q30/0645
Abstract: 本发明提供了基于卫星定位的智能共享租车计费方法及系统，本发明所要解决的技术问题是将基于卫星定位的智能共享租车计费系统应用于智能共享租车，通过指定归还区域进行结算，如不在指定还车区域内，不能结束计费，从而规范现有共享租车乱停乱放。本发明所述方法采用卫星定位技术，获取车辆具体位置，通过GPRS路径上传位置信息到云端服务器，同时系统预先在地图上设置指定租还车电子围栏，共享车辆到达指定围栏区域内，才能结束计费还车，反之不能结束计费。
-
-
-
-
-
-
-
-
-
Search Results
37
records
(took 0.037 seconds)
