影响病毒传播的多因素定量分析方法

    公开(公告)号:CN114220553B

    公开(公告)日:2024-12-24

    申请号:CN202111482792.7

    申请日:2021-12-07

    Abstract: 本发明公开了影响病毒传播的多因素定量分析方法,本发明构建了分析病毒传播与各特征因素之间定量关系的模型。首先在全球范围内搜集所需数据,然后通过构建Dual‑link BiGRU预测神经网络进行各国每日新增病例数预测,最后定量分析不同因素对感染病毒的每日新增病例数的影响。本发明构建了分析病毒传播与多因素之间定量关系的Dual‑link BiGRU模型。该模型在预测精确度和泛化能力上相比于BiLSTM、BiGRU、CNN均有较大的提升。本发明模型是基于31个维度的定量因素而训练而得到的定量分析的病毒传播速度预测模型。

    一种基于非正交多址接入的终端聚合协作传输方法

    公开(公告)号:CN119155798A

    公开(公告)日:2024-12-17

    申请号:CN202411305633.3

    申请日:2024-09-19

    Abstract: 本发明涉及一种基于非正交多址接入的终端聚合协作传输方法,包括:网络接入点检测并获取各终端用户和各协作节点间的信道状态;基于信道状态将协作节点和终端用户匹配为联合传输簇;对联合传输簇中各终端用户分配发送功率,并计算联合传输簇的总发送功率;基于总发送功率为各联合传输簇分配频谱资源,联合传输簇中的终端用户在所分配的频谱资源上按所分配的发送功率发送信息,联合传输簇中的协作节点接受终端信息,并基于信道状态对终端信息执行连续干扰消除并解码操作;协作节点对终端信息解码完成后,按连续干扰消除时解码的倒序将终端信息转发给网络接入点,完成传输。本发明能够实现网络传输的可靠性提升、覆盖扩展、速率增强。

    基于ConvFormer-KDE的长时PM2.5浓度点与区间预测方法

    公开(公告)号:CN118607596A

    公开(公告)日:2024-09-06

    申请号:CN202410821785.2

    申请日:2024-06-24

    Abstract: 本发明公开了基于ConvFormer‑KDE的长时PM2.5浓度点与区间预测方法。该方法通过卷积神经网络和Transformer技术实现测站准确PM2.5浓度点预测基础上,利用核密度估计技术量化了预测的不确定性和波动性。首先,对采集到的多测站多源数据集异常值和缺失值进行预处理。在影响因素选择方面,综合考虑空气污染污染物和气象因素之间的相互作用。其次,建立ConvFormer模型,该模型将卷积神经网络CNN和Transformer结合以捕获多元变量之间的长期依赖性,实现PM2.5浓度长期点预测。最后,利用核密度估计,得到置信度分别为85%、90%和95%的PM2.5浓度预测区间,以反映PM2.5长期变化趋势中的不确定性信息。本发明实现PM2.5浓度准确区间长时预测,为保护公众健康、监测环境污染情况、辅助政策制定等提供必要的技术支持。

    一种基于相关性分析的病毒扩散与气候因素关系分析方法

    公开(公告)号:CN113724792B

    公开(公告)日:2024-04-09

    申请号:CN202110877668.4

    申请日:2021-08-01

    Abstract: 本发明公开了一种基于相关性分析的病毒扩散与气候因素关系分析方法,利用多元线性回归方法开展一系列验证,建立多元回归方程;利用Pearson相关系数评定各个气候因素对新增确诊人数影响的相对重要性以及各个自变量与因变量之间的相关系数,寻找其中的线性关系,判定各观测变量之间的相关性。利用修正决定系数对病毒气候因素关系模型进行效能判定,明确各个国家的多元线性回归模型与真实数据的拟合程度。本发明依托此模型预测得到新增确诊人数可以指导各国家做出不同严格等级的防控举措。此外,可以给全球的国家提出气候因素防控建议,通过针对温度、湿度等适宜病毒生存的因素来采取积极措施进行防控。

    一种基于RDSA-DeepLabV3+网络的建筑垃圾年产量精算方法

    公开(公告)号:CN117078925A

    公开(公告)日:2023-11-17

    申请号:CN202310929948.4

    申请日:2023-07-27

    Abstract: 本发明公开了一种基于RDSA‑DeepLabV3+网络的建筑垃圾年产量精算方法,获取GF‑2遥感数据,对数据进行存储、配准、切割和标注等预处理,基于RDSA‑DeepLabV3+网络对建筑物和建筑垃圾消纳场数据集进行分割,构建语义分割模型。其次,利用分割模型对同一区域不同时间的数据进行分割,针对研究区域连续两年的遥感影像检测出工程渣土体积变化计算出工程渣土产量,对比连续两年研究区域建筑物的变化,得出新增或减少的建筑面积,进一步计算出工程垃圾和拆除垃圾。由上述三个指标可以精确测算城市建筑垃圾的年产量。利用本发明可以实现对城市建筑物面积的精算,有效掌握城市建筑物的变化情况,对促进城市建筑垃圾智能监管及城市资源的合理调度具有重要意义。

    一种基于深度强化学习的多维度特征智能照明自适应控制方法及系统

    公开(公告)号:CN116887490A

    公开(公告)日:2023-10-13

    申请号:CN202310754719.3

    申请日:2023-06-26

    Abstract: 本发明提出了一种基于深度强化学习的多维度特征智能照明自适应控制方法及系统,该系统包括传感控制层、传输层、数据服务层、终端应用层。首先利用传感控制层传感器采集环境状态数据,并通过微服务器对数据进行缓存和处理;再通过传输层将数据发送到数据服务层;数据服务层将接收到的环境状态数据输入预先训练好的深度Q‑网络模型,获得n个照明设备或者开关回路的最优二进制决策序列,并将模型输出的1/0数字信号转换为相应的开/关控制指令;再通过传输层将控制指令发送给传感控制层的设备控制器;传感控制层设备控制器实现对照明设备的自适应调节控制;终端应用层与数据服务层直连。

    一种基于深度强化学习的多无人机无线充电与边缘计算联合优化方法及系统

    公开(公告)号:CN116882270A

    公开(公告)日:2023-10-13

    申请号:CN202310754721.0

    申请日:2023-06-26

    Abstract: 本发明公开了一种基于深度强化学习的多无人机无线充电与边缘计算联合优化方法及系统,采用一组配有射频能量发射部件、边缘计算服务器及大规格电池的大型无人机作为空中智能飞行能源为多个空中执勤无人机UAV提供能量和计算资源保证执行效率。资源供采用无线功率传输WPT与移动边缘计算MEC技术相结合实现,通过联合无人机三维位置、电量、任务量信息构建基于无线能量传输的多无人机边缘计算系统模型、信道模型、能耗模型等。以固定服务时长内系统吞吐量和能量传输效率最大化、同时能耗最小化为目标,建立多无人机能量与算力联合优化模型。采用多智能体深度Q网络算法实现智能飞行能源IFES最优服务位置点和能量发射功率达到优化目标的智能决策。

    基于时空立方体的大规模时空近邻驻留对象发现方法

    公开(公告)号:CN116230251A

    公开(公告)日:2023-06-06

    申请号:CN202310106806.8

    申请日:2023-02-13

    Abstract: 本发明公开了基于时空立方体的大规模时空近邻驻留对象发现方法,包括:获取所有移动对象的手机信令数据;初始化时空立方体中时空单元的大小;在时间序列中将手机信令数据记录转换为时空单元轨迹序列,同时计算不同时空单元的驻留标签和驻留时长;构建时空单元轨迹序列索引和时空单元内容快照索引;给定任意移动对象编号,高效准确挖掘出与其有时空近邻驻留伴随关系的移动对象。本发明的创新价值和有效应用场景是:不仅考虑了移动对象之间的时间和空间邻近度,也考虑了不同移动对象在相同时空区域内共同驻留时长的因素,为高效准确发现时空伴随者和密切接触者等类似应用提供一个新的解决思路。

Patent Agency Ranking