-
公开(公告)号：CN109063908A
公开(公告)日：2018-12-21
申请号：CN201810852241.7
申请日：2018-07-30
Applicant: 浙江鸿程计算机系统有限公司
Abstract: 本发明涉及一种基于深度多任务学习的城市AQI预测与空间细粒度AQI等级估计方法，本发明对于AQI预测，利用深度神经网络得到与之相关的多种城市大数据的表示，基于这些表示对有监测站区域的AQI进行预测。对于空间细粒度AQI等级估计，利用深度神经网络得到与之相关的多种城市大数据的表示，基于这些表示对无监测站区域的AQI等级进行估计。通过共享数据表示，对模型参数进行协同训练。本发明结合深度学习和多任务学习对有空气质量监测站的区域进行AQI预测，对无空气质量监测站的区域进行AQI等级估计，在普适计算、环保等领域具有广阔的应用前景。
-
公开(公告)号：CN103731498B
公开(公告)日：2017-01-25
申请号：CN201310755662.5
申请日：2013-12-31
Applicant: 浙江鸿程计算机系统有限公司
IPC: H04L29/08
Abstract: 本发明涉及计算机数据库处理领域，尤其涉及一种基于副本选择的大数据实时查询系统负载均衡方法，包括节点负载信息收集和节点负载均衡两个过程，节点负载均衡过程包括预处理和选择副本两个阶段。本发明的有益效果：本发明针对现有的大数据实时查询系统负载均衡方法过于简单且不考虑机器当前状态的问题，提出了新的基于副本选择的大数据实时查询系统负载均衡方法，本发明的优点包括：负载均衡效果优于现有的大数据实时查询系统；时间复杂度较小，为O(n2)，其中n为块的数目；适用于异构分布式系统和系统中运行其他任务的情况。
-
公开(公告)号：CN103064923B
公开(公告)日：2016-08-17
申请号：CN201210562292.9
申请日：2012-12-17
Applicant: 浙江鸿程计算机系统有限公司
IPC: G06F17/30
Abstract: 本发明涉及计算机数据仓库技术领域，具体涉及一种通过维度层次结构特征来计算OLAP查询间距离的方法，该方法以两个通过MDX(Multi?DimensionalExpressions)语言表达的OLAP查询为输入，首先分别获取OLAP查询涉及数据立方体中的单元格，然后按数据立方体的层次结构，计算两个OLAP查询对应单元格在不同维度上的距离，再计算单元格间的距离，最后计算两个OLAP查询间的距离，使计算查询之间距离变成了计算两个点集之间的最短距离，使度量更加准确，对数据仓库的处理更加有效可控；使用最近相关映射方法一定程度上解决了Hausdorff距离对噪声和孤立点敏感的缺点。
-
公开(公告)号：CN104200103A
公开(公告)日：2014-12-10
申请号：CN201410452557.9
申请日：2014-09-04
Applicant: 浙江鸿程计算机系统有限公司
IPC: G06F19/00
Abstract: 本发明涉及一种基于多领域特征的城市空气质量等级预测方法，包括数据预处理阶段、训练阶段、预测阶段；数据预处理阶段进行网格划分得到训练样本，获取训练数据集；训练阶段估计出条件随机场模型最优参数，得到最优模型并输出条件随机场模型；预测阶段采用维特比算法结合训练阶段学习得到的条件概率模型求得条件概率P(Y/Xf)最大的输出序列并输出预测结果。本发明方法可以更准确地预测AQI等级，并对各站点接下来一定时间段内的AQI等级进行预测，满足人们挑选空气质量较好的时间段进行外出活动的需要。
-
公开(公告)号：CN103064924A
公开(公告)日：2013-04-24
申请号：CN201210562310.3
申请日：2012-12-17
Applicant: 浙江鸿程计算机系统有限公司
IPC: G06F17/30
Abstract: 本发明涉及数据挖掘技术，具体涉及一种基于地理标注照片挖掘的旅游地点情境化推荐方法，地理标注照片(geotagged photo)即被标注了地理信息(如经纬值)的照片，该方法首先基于照片的地理和语义标注获取旅游地点及其名称，然后根据旅游地点被访问的情境特征(位置、时间和天气)建立旅游地点数据库和用户访问偏好模型，最后根据查询用户当前情境特征及用户间访问偏好相似度向其推荐旅游地点。该方法使用公开的地理标注照片(如Flickr)，可实现社交网络用户间个性化、情境化的旅游地点推荐。
-
Patent Agency Ranking
公开(公告)号：CN103037507A
公开(公告)日：2013-04-10
申请号：CN201210562295.2
申请日：2012-12-17
Applicant: 浙江鸿程计算机系统有限公司
IPC: H04W64/00
Abstract: 本发明涉及移动定位技术，具体涉及一种基于Cell-ID定位技术的地图匹配方法，该方法首先连续获得移动电话当前所连接基站的ID，形成基站连接序列数据，然后基于Cell-ID定位对基站连接序列数据进行平滑、清洗和插值等预处理，得到基站位置轨迹数据，最后采用一种新型的地图匹配算法将处理后的基站位置轨迹数据匹配到道路路段序列。该方法运行在移动电话上，无需任何额外硬件和功能模块(例如GPS、加速度传感器等模块)，可提供准确的地图匹配结果。
-
公开(公告)号：CN102509170A
公开(公告)日：2012-06-20
申请号：CN201110308289.X
申请日：2011-10-10
Applicant: 浙江鸿程计算机系统有限公司
IPC: G06Q10/04
Abstract: 本发明涉及数据挖掘技术领域，具体涉及一种基于历史轨迹数据挖掘的位置预测系统及方法，该方法将位置预测问题分解为离线轨迹挖掘和在线模式匹配两个子问题，离线轨迹挖掘主要使用数据挖掘技术对用户的历史轨迹数据进行处理和分析，在线模式匹配主要基于用户在线运动情况和挖掘出的运动模式进行匹配和查找，有效满足各类基于位置服务(如基于位置的广告、推荐、提醒等服务)的需求，解决了现有技术中存在的问题。
-
公开(公告)号：CN107092592B
公开(公告)日：2020-06-05
申请号：CN201710229368.9
申请日：2017-04-10
Applicant: 浙江鸿程计算机系统有限公司
IPC: G06F40/30
Abstract: 本发明涉及一种基于多情境数据和代价敏感集成模型的场所个性化语义识别方法，具体实施如下：1)从智能手机使用日志的各类情境数据中提取有效特征，并通过聚类发现加速度数据中的用户活动，构建高情境层次的场所用户活动特征；2)根据场所的活动分布，计算场所语义相似性以获取代价矩阵；3)结合代价矩阵对场所的特征进行建模，引入无标签场所数据进行半监督学习得到多个代价敏感的基分类器；4)集成多个基分类器输出识别模型，对用户访问场所进行个性化语义识别。本发明结合情境感知、代价敏感和半监督学习进行场所个性化语义识别，在普适计算、基于位置的服务等领域具有广阔的应用前景。
-
公开(公告)号：CN110991711A
公开(公告)日：2020-04-10
申请号：CN201911135219.1
申请日：2019-11-19
Applicant: 浙江鸿程计算机系统有限公司
Abstract: 本发明涉及一种基于深度神经网络的多因素感知终端换机预测方法，首先采集终端属性以及相关的用户自然属性、通话行为数据、流量使用行为数据和历史换机记录，并进行预处理；其次进行编码得到用户自然属性编码和终端属性编码，根据用户历史换机记录和对应的终端属性编码构建用户历史换机信息编码，并构建用户通话、流量使用行为时序，进行粗化和归一化处理；提取用户通话、流量使用行为时序特征；最后将用户自然属性编码、历史换机信息编码、通话行为时序特征和流量使用行为时序特征拼接后送入全连接网络，预测用户是否会换机。本发明的预测方法，有利于运营商面向用户精准营销移动终端及其配套产品，从而提升移动终端销量、扩大市场规模。
-
公开(公告)号：CN109389244A
公开(公告)日：2019-02-26
申请号：CN201811038526.3
申请日：2018-09-06
Applicant: 浙江鸿程计算机系统有限公司
Abstract: 本发明涉及一种基于GRU的多因素感知短期景区内游客人数预测方法，具体实施如下：1)对原始景区数据进行预处理，得到多个时间序列和预测时刻的相关情境信息及其距当前时刻的时刻数；2)利用CNN卷积神经网络提取时间序列的特征向量；利用GRU网络处理CNN提取的特征向量，得到时序特征向量；3)将GRU中得到的时序特征向量和预测时刻的相关情境信息及其距当前时刻的时刻数独热(one-hot)编码相连接，输入到全连接层中，得到预测时刻景区内游客人数。本发明利用CNN和GRU处理景区多时序数据，并加入预测时刻的相关情境信息及其距当前时刻的时刻数来预测短期景区内游客人数，在智能旅游、流量预测等领域具有广阔的应用前景。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.048 seconds)
