-
公开(公告)号：CN111179596B
公开(公告)日：2021-09-21
申请号：CN202010011994.2
申请日：2020-01-06
Applicant: 南京邮电大学
Abstract: 本发明提供一种基于组归一化和网格化协同的交通流预测方法，通过获取交通流量数据，将交通流量数据进行预处理；将预处理后的数据，分成g组，每组样本数为m，形成m×F的向量；对每组样本数据进行向量格式转换，即将m×F的向量转换成M×T×F向量，其中T为时间间隔，M是T时间间隔内的样本数，F是特征数，并进行组归一化操作；将每组样本组归一化后的样本分为训练样本和测试样本，样本数分别为N和n；将得到的训练样本代入网格循环网络；最后经过线性判决得到最优的交通流量预测模型。本发明主要贡献在于循环网络中解决了LSTM和GRU后一时刻需要等待前一时刻输出的弊端，简化了模型，节约了计算资源。
-
公开(公告)号：CN112100646A
公开(公告)日：2020-12-18
申请号：CN202010274446.9
申请日：2020-04-09
Applicant: 南京邮电大学
Abstract: 本发明提供一种基于两级网格转换的空间数据隐私保护匹配方法，所述匹配方法包括原始点集数据的空间转换处理和两级网格表达点集坐标的隐私保护匹配两个部分，该方法可以有效避免基于背景知识的攻击，并具有计算速度快、匹配精度高的优点。采用两级网格转换的方法，有效地避免了基于背景知识的攻击。1级网格将数据空间离散化，隐藏了数据点的精确坐标；2级网格采用局部坐标，避免了基于数据离群分析的背景攻击。采用逐级筛选的方法，依次对不匹配点的映射值进行过滤，提高了匹配计算的效率。采用多次匹配计算的方法，只有在所有旋转后的两级网格空间中匹配的点对，其对应的原始点集才判定为最终匹配，保证了匹配结果的精度。
-
公开(公告)号：CN111506918A
公开(公告)日：2020-08-07
申请号：CN202010275089.8
申请日：2020-04-09
Applicant: 南京邮电大学
IPC: G06F21/62
Abstract: 本发明提供一种基于Bloom过滤器的移动轨迹隐私保护匹配方法，所述方法包括以下步骤：步骤一：数据拥有的双方基于时空转换进行数据预处理，步骤二：数据拥有的双方将时空格序列字符串映射到Bloom过滤器，步骤三：第三方基于Bloom过滤器进行移动轨迹隐私保护匹配。具有隐私保护性好、计算速度快的优势，把基于原始移动轨迹数据明文的相似度计算，转换成基于Bloom过滤器的计算。转换过程由只具有单向性的Hash散列和求模运算实现，保证原始移动轨迹数据的机密性。基于Bloom过滤器的位值的相似度计算，充分利用Bloom过滤器位值运算的高效性，大大提高相似度计算的速度。
-
Patent Agency Ranking
公开(公告)号：CN111179596A
公开(公告)日：2020-05-19
申请号：CN202010011994.2
申请日：2020-01-06
Applicant: 南京邮电大学
Abstract: 本发明提供一种基于组归一化和网格化协同的交通流预测方法，通过获取交通流量数据，将交通流量数据进行预处理；将预处理后的数据，分成g组，每组样本数为m，形成m×F的向量；对每组样本数据进行向量格式转换，即将m×F的向量转换成M×T×F向量，其中T为时间间隔，M是T时间间隔内的样本数，F是特征数，并进行组归一化操作；将每组样本组归一化后的样本分为训练样本和测试样本，样本数分别为N和n；将得到的训练样本代入网格循环网络；最后经过线性判决得到最优的交通流量预测模型。本发明主要贡献在于循环网络中解决了LSTM和GRU后一时刻需要等待前一时刻输出的弊端，简化了模型，节约了计算资源。
-
公开(公告)号：CN104754509B
公开(公告)日：2018-04-06
申请号：CN201410605214.1
申请日：2014-10-31
Applicant: 南京邮电大学
IPC: H04W4/029
Abstract: 本发明提供一种基于位置语义K‑匿名的LBS隐私保护方法，首先采用协同过滤的方法，以空间划分网格为单元，提取大量移动轨迹数据包含的位置语义信息，即通过分析空间划分网格与用户移动轨迹历史数据的时空关系获取位置语义；然后基于网格的位置语义生成可以实现位置语义隐私、位置隐私、标识隐私、查询隐私的同时保护的匿名数据集；具有以下技术优势：采用划分空间格的方法，进行位置语义统计与表达，可以更加方便地与传统的时空K‑匿名方法进行集成。通过分析LBS应用中产生的用户移动轨迹历史数据，生成停留、路过、跨越、未经过等4类位置语义，位置语义更具真实性。
-
公开(公告)号：CN105632236A
公开(公告)日：2016-06-01
申请号：CN201610144632.4
申请日：2016-03-14
Applicant: 南京邮电大学
IPC: G08G1/14
CPC classification number: G08G1/148
Abstract: 本发明公开了基于无人机和云计算技术的小区车位管理引导系统和方法，该系统采用自动感知、智能引导的方式对小区的停车位进行管理。相对于传统方法具有三点优势：1)自动搜索、操作简单：免去了人工对车位判断的过程。2)功能全面，更具人性化：云服务器可以根据到访区域，智能安排无人机的检测区域，筛选出离目的地最佳车位，生成最佳泊车路径，由无人机引导访客停车。3)节约时间降低能耗：通过对车辆的引导，能大大缩短访客的泊车时间，尤其是初次到访的客人。泊车时间的降低，节约了燃油，降低了能耗。
-
公开(公告)号：CN104331466A
公开(公告)日：2015-02-04
申请号：CN201410605481.9
申请日：2014-10-31
Applicant: 南京邮电大学
IPC: G06F17/30
CPC classification number: G06F17/30539
Abstract: 本发明提供一种基于时空邻近搜索的移动轨迹序列模式快速挖掘方法，基于空间转换的数据预处理，首先对原始的移动轨迹数据进行时空划分，并基于移动轨迹数据与时空格的匹配得到对应的时空格序列，然后建立时空格空间中2维几何空间所对应的有向无权图，并基于无权图的顶点与时空格序列的匹配得到对应的时空格序列集合；基于图的深度优先遍历的移动轨迹序列模式挖掘，在深度优先遍历的过程中，采用基于时空邻近搜索的方式进行模式增长，并利用顶点的时空格序列集合的关系运算进行移动轨迹序列模式支持度的计算。与现有方法相比，本发明具有挖掘速度快、效率高的优势。
-
公开(公告)号：CN103929804A
公开(公告)日：2014-07-16
申请号：CN201410104399.8
申请日：2014-03-20
Applicant: 南京邮电大学
Abstract: 本发明提出了一种基于用户移动规则的位置预测方法，属于时空数据的挖掘与预测的技术研究领域。该方法针对移动通信系统中的移动用户，进行以基台覆盖范围网格为单元的位置预测，技术方案包括3个阶段：从图的遍历中挖掘用户移动模式、从用户移动模式生成用户移动规则、基于用户移动规则的位置预测。该方法可以有效解决移动用户位置预测的快速响应与高精度，保证移动通信系统为移动用户高效分配系统资源。
-
-
-
-
-
-
-
Search Results
58
records
(took 0.026 seconds)
