-
公开(公告)号：CN119942804A
公开(公告)日：2025-05-06
申请号：CN202510438795.2
申请日：2025-04-09
Applicant: 福州大学
IPC: G08G1/01 , G06N3/0455 , G06N3/0464 , G06Q10/047
Abstract: 本发明公开基于解耦图卷积循环网络的交通流量预测方法与系统，使用多尺度时间嵌入编码器、传感器特定图卷积网络和信号解耦机制，其中方法包括步骤S1：输入历史交通数据，包括流量、速度并进行标准化预处理；步骤S2：通过多尺度时间嵌入编码器MTEE对输入的历史交通数据的分钟级、日周期和周周期特征进行自适应融合，生成多尺度时空特征矩阵。本发明解决了传统模型在时间多尺度建模、节点异质性适应和突发波动处理中的不足。该方法预测效果显著优于现有技术，MAE指标具有明显的降低，适用于智能交通管理、导航优化及应急决策支持。
-
公开(公告)号：CN119942325A
公开(公告)日：2025-05-06
申请号：CN202510007848.5
申请日：2025-01-03
Applicant: 福州大学
IPC: G06V20/10 , G06V10/80 , G06V10/82 , G06N3/045 , G06V10/774 , G06N3/0464 , G06V20/70
Abstract: 本发明涉及一种地面观测图像的深度学习棉花生长情况精准识别方法，属于计算机视觉和农业智能化管理领域。所述方法，在主干网络加入多语义空间和通道注意力机制提高对相关特征的识别准确性；在特征融合网络中使用Dysample上采样模块和AWD下采样模块，实现不同尺度的特征融合；构建引入高频增强机制的检测头，进行高精度的检测。使用训练集数据对模型进行训练，最后利用训练好的算法对用地面设备采集的棉花图像进行识别，得到棉花生长阶段数据，本发明旨在为大规模棉田智慧管理和决策应用提供更准确的数据支撑。
-
公开(公告)号：CN114943303B
公开(公告)日：2025-01-10
申请号：CN202210681333.X
申请日：2022-06-16
Applicant: 福州大学
IPC: G06F18/214 , G06F18/25 , G06N20/20 , G01N33/00 , G01D21/02
Abstract: 本发明涉及一种基于多传感器遥感的时序AOD重构方法，包括：数据收集与预处理；生成有效AOD数据集和缺失AOD数据集；将有效AOD数据集结合贝叶斯自动优化调参算法，找出集成学习CatBoost模型的最优超参数；以有效AOD数据集利用最优超参数进行CatBoost模型构建；将缺失AOD数据集输入CatBoost模型对缺失AOD数据进行重构；结合地基站点AERONET AOD数据，对重构AOD数据进行验证；合并重构AOD数据和有效AOD数据，形成时空覆盖完整的AOD产品。该方法有利于提供空间分辨率高、空间覆盖范围广和时间连续性强的AOD产品，并提高卫星遥感监测气溶胶光学厚度的精度。
-
公开(公告)号：CN115565376B
公开(公告)日：2024-05-03
申请号：CN202211206533.6
申请日：2022-09-30
Applicant: 福州大学
IPC: G08G1/01 , G08G1/048 , G06N3/045 , G06N3/0442 , G06N3/08
Abstract: 本发明涉及一种融合graph2vec、双层LSTM的车辆行程时间预测方法及系统，该方法包括：获取车辆历史出行轨迹数据，解析轨迹的相关特征信息，转换成键值对的形式存放，构建轨迹特征数据集；获取城市路网的路段唯一标识名与路段之间的邻接关系，构建拓扑空间数据集；对轨迹特征数据集中的特征因子与车辆行程时间进行相关性分析，选取强相关性的特征因子，并与拓扑空间数据集进行匹配，获取预测行程时间数据集；构建融合graph2vec、双层LSTM的车辆行程时间预测模型，将预测行程时间数据集输入到模型中，对车辆的行程时间进行预测，输出车辆行程时间。该方法及系统有利于更加精准的预测车辆行程时间，提高资源利用效率。
-
公开(公告)号：CN117194592A
公开(公告)日：2023-12-08
申请号：CN202310842790.7
申请日：2023-07-11
Applicant: 福州大学
IPC: G06F16/29 , G06F18/2321 , G06Q50/06
Abstract: 本发明涉及一种电力基础设施线状要素矢量数据化简方法。该方法：读取线状要素信息和变电站点要素信息，进行预处理；据电力基础设施线路两端结点的站点信息，识别电力线路主干线路和支线线路；对支线线路上的变电站结点进行适宜粒度的聚类，将前一步骤的支线线路省略，将其簇内代表结点与主干线的连接线作简化后的支线，生成弧段和弧段集合；遍历弧段，根据结点到虚连直线的垂距对弧段进行简化或者分裂；对简化后的弧段集合，检验是否存在自相交，若自相交，进行目标线段设别和还原分裂，重复该步骤直到不存在自相交后；对分裂得到的弧段，分别递归执行，直到不再满足分裂条件，则结束递归；将简化后的弧段按geojson格式输出。
-
Patent Agency Ranking
公开(公告)号：CN115169239A
公开(公告)日：2022-10-11
申请号：CN202210866835.X
申请日：2022-07-22
Applicant: 福州大学
IPC: G06F30/27 , G06Q10/02 , G06Q10/04 , G06Q50/30 , G06F119/02
Abstract: 本发明提出融合卷积、注意力和MLP的行程目的地预测方法，包括以下步骤；步骤S1、提取车辆行程轨迹数据，进行轨迹重构；步骤S2、以特征嵌入方法，将车辆车牌号、轨迹行驶时间和轨迹重构后得到的最后一个轨迹点所对应的行驶速度、行驶方向角、时刻转为维度相等的特征数据表示，与轨迹重构得到的轨迹点经纬度位置特征拼接后进行标准化处理；步骤S3、构建融合卷积、注意力和多层感知机MLP的行程目的地预测模型，计算目的地特征权重矩阵；步骤S4、采用MeanShift算法对轨迹目的地进行聚类，并与目的地预测模型得到的特征权重矩阵进行矩阵运算得到行程目的地经纬度坐标值；本发明能提高出租车目的地预测的准确性。
-
公开(公告)号：CN112183891B
公开(公告)日：2022-06-17
申请号：CN202011175893.5
申请日：2020-10-28
Applicant: 福州大学
Abstract: 本发明涉及一种基于复杂网络的公交大站快车站点推荐方法，步骤S1：提取公交线路每个站点的上行和下行公交客流集散量；步骤S2：构建有向加权的公交网络模型；采用带权重的PageRank算法计算每个公交站点的重要性程度值；步骤S3：计算每个站点的潜在上车客流及潜在下车客流；将上车客流和下车客流相加，作为每个站点的潜在客流集散量；步骤S4：将站点的客流集散量、重要性程度值及潜在客流集散量分别标准化，利用层次分析法计算各指标的权重，将标准化后的指标加权求和得到综合评分；步骤S5：基于综合评分，结合大站快车站点设置的理念，得到最终的大站快车线路的站点组合。本发明能提高公交对潜在乘客的吸引力。
-
公开(公告)号：CN110781958B
公开(公告)日：2022-06-17
申请号：CN201911022154.X
申请日：2019-10-25
Applicant: 福州大学
IPC: G06K9/62
Abstract: 本发明涉及一种基于最大生成树和最优图分割的OD流向聚类方法，包括以下步骤：步骤S1:采集待测轨迹数据；步骤S2:从轨迹数据中提取出原始流向数据并预处理，构成OD流向集合F；步骤S3:计算OD流向集合F中各OD流向间的相似性数值，并构建F的最大权重生成树MST，并对其进行切割，得到若干个互无相似关系的子树CT和噪声流向；步骤S4:对子树进行自相似性判断，如果子树的自相似性满足预设类簇输出标准，则将子树中的流向组织成OD流向类簇进行输出，否则进行步骤S5；步骤S5：对不满足类簇输出标准的子树采用迭代的最优二分割方法进行切割，直到切割后的预设子树满足类簇输出标准并组织成OD流向类簇输出。本发明能有效提高运算效能和降低计算时间。
-
公开(公告)号：CN110634299B
公开(公告)日：2022-03-25
申请号：CN201911022404.X
申请日：2019-10-25
Applicant: 福州大学
Abstract: 本发明涉及一种基于多源轨迹数据的城市交通状态精细划分与识别方法，包括以下步骤：步骤S1:采集城市公交车和出租车轨迹点的速度值以及其空间位置值，并归一化处理；步骤S2:将归一化后的空间位置值和速度值作为属性对不同路段在不同时间段上的轨迹点进行时空聚类，并通过拆分和融合类簇对类簇进行二次处理，得到各路段交通状态精细划分的分割点；步骤S3:采用特征级融合的策略对同一路段上划分后的公交车和出租车轨迹点速度归一化值进行融合，得到各路段精细划分的交通状态的速度归一化均值；步骤S4:将归一化后的速度值通过模糊聚类将分成4类；步骤S5:将各路段精细划分的交通状态的速度归一化均值与4类交通状态的阈值作比较，得到城市交通精细状态。
-
公开(公告)号：CN113570860A
公开(公告)日：2021-10-29
申请号：CN202110842404.5
申请日：2021-07-26
Applicant: 福州大学
IPC: G08G1/01
Abstract: 本发明涉及一种针对稀疏轨迹数据的城市道路交通状态精细划分与识别的方法，1:采集速度值,计算出租车轨迹点相对于每条路段行驶方向终点的距离作为其空间相对位置值；2:根据轨迹点空间相对位置值和速度值，拓展[速度‑空间]域，计算前后车辆[速度‑空间]域的相交面积，以此为基础对路段上的轨迹点构建车辆队列，依据戴维森堡丁指数选取最佳队列；3：对轨迹队列进行二次处理，得到各路段交通状态精细划分的分割点；4:设置交通状态类别数，结合《道路交通拥堵度评价方法》得到各类别交通状态的划分阈值；将精细划分各局部路段中车辆队列的速度值与各类别交通状态的划分阈值作比较，得到各路段的交通状态，本发明能实现城市交通状态的精细识别。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.033 seconds)
