-
公开(公告)号：CN113918837A
公开(公告)日：2022-01-11
申请号：CN202111203742.0
申请日：2021-10-15
Applicant: 山东大学 , 济南观澜数据技术有限公司
IPC: G06F16/9537 , G06F16/29
Abstract: 本发明公开了城市兴趣点类别表示的生成方法及系统，获取城市兴趣点经纬度信息和用户轨迹数据；根据城市兴趣点经纬度信息，计算每个兴趣点类别之间的局部距离；生成每个兴趣点类别的向量，并计算兴趣点类别之间的全局距离；从用户轨迹数据中提取兴趣点类别序列信息；根据兴趣点类别序列信息，计算点互信息矩阵；根据局部距离，计算局部成对相似矩阵；根据全局距离，计算全局成对相似矩阵；根据兴趣点类别点互信息矩阵、局部成对相似矩阵或者全局成对相似矩阵，构建目标函数和约束条件；对目标函数进行求解，得到兴趣点类别的嵌入表示矩阵；兴趣点类别的嵌入表示矩阵中每一行对应的兴趣点类别嵌入向量。生成保留语义属性的POI类别的有效表示。
-
公开(公告)号：CN110322693B
公开(公告)日：2020-09-29
申请号：CN201910621682.0
申请日：2019-07-10
Applicant: 山东大学 , 济南观澜数据技术有限公司
IPC: G08G1/01
Abstract: 本公开公开了一种交通数据补全方法、系统、设备及介质，设定时间间隔Δt，将待补全的交通数据构建成关于路段‑时间间隔‑天的三维交通数据张量，三维交通数据张量中每个元素表示某天某时间间隔某个路段的车辆拥堵程度；所述三维交通数据张量包括若干个缺失值；对三维交通数据张量进行联合矩阵分解，从三维交通数据张量中提取出路段‑时间间隔矩阵和天‑时间间隔矩阵；对路段‑时间间隔矩阵和天‑时间间隔矩阵分别进行分解操作；对联合矩阵分解中的结果进行整合，得到完整的交通拥堵程度张量从而，实现对交通数据的补全。
-
公开(公告)号：CN104216899B
公开(公告)日：2016-11-30
申请号：CN201310214367.9
申请日：2013-05-31
Applicant: 济南观澜数据技术有限公司
IPC: G06F17/30
Abstract: 本发明公开了一种面向带有描述信息的海量非结构化数据分布式处理系统，包括数据采集模块，收集非结构化数据并发送至数据缓冲队列中；数据缓冲及预处理模块，暂存数据采集模块发送的数据，并可选择的对数据进行修复或二次处理工作；数据分离及归档存储模块，从前一个模块分布式队列中获取数据，可选择对非结构化数据和描述信息分离，分离后的数据转发或存储至后继模块，流处理模块，对最近接入的数据进行实时监测、比对、计算和处理；分布式数据存储模块，对非结构化数据和描述信息存储；分布式业务处理模块，包含业务处理器、数据访问单元和数据缓存组件；分布式消息中间件，接收前端请求供业务处理器选择执行，或将后台处理结果返回给前端。
-
公开(公告)号：CN106447119A
公开(公告)日：2017-02-22
申请号：CN201610887938.9
申请日：2016-10-11
Applicant: 济南观澜数据技术有限公司
Abstract: 本发明公开了基于卷积神经网络的短期交通流量预测方法及系统，该方法包括接收各个路口的过车记录数据，生成交通流量数据集和轨迹数据集；将轨迹数据集作为CBOW模型的输入，得到路口的向量表达，进而通过计算向量的距离得到路口间的交通流量影响关系；构建特征矩阵并作为预测模型的输入；应用卷积神经网络作为预测模型，对预测模型的参数进行训练，将测试数据集输入至预测模型并计算输出预测值与目标值的平均误差，选择误差最小所对应的参数作为预测模型的最优参数，得到最优预测模型，进而输出交通流量的最佳预测值。本发明考虑了交通流量在时间和空间上的联系，结合卷积神经网络，提高了短期交通流量的预测准确率。
-
公开(公告)号：CN113918837B
公开(公告)日：2024-02-06
申请号：CN202111203742.0
申请日：2021-10-15
Applicant: 山东大学 , 济南观澜数据技术有限公司
IPC: G06F16/9537 , G06F16/29
Abstract: 本发明公开了城市兴趣点类别表示的生成方法及系统，获取城市兴趣点经纬度信息和用户轨迹数据；根据城市兴趣点经纬度信息，计算每个兴趣点类别之间的局部距离；生成每个兴趣点类别的向量，并计算兴趣点类别之间的全局距离；从用户轨迹数据中提取兴趣点类别序列信息；根据兴趣点类别序列信息，计算点互信息矩阵；根据局部距离，计算局部成对相似矩阵；根据全局距离，计算全局成对相似矩阵；根据兴趣点类别点互信息矩阵、局部成对相似矩阵或者全局成对相似矩阵，构建目标函数和约束条件；对目标函数进行求解，得到兴趣点类别的嵌入表示矩阵；兴趣点类别的嵌入表示矩阵中每一行对应的兴趣点类别嵌入向量。生成保留语义属性的POI
-
Patent Agency Ranking
公开(公告)号：CN112231591A
公开(公告)日：2021-01-15
申请号：CN202011230261.4
申请日：2020-11-06
Applicant: 烟台大学 , 济南观澜数据技术有限公司
IPC: G06F16/9536 , G06F16/9535
Abstract: 本发明公开了考虑社交网络用户群紧密度的信息推荐方法及系统，获取社交网络中待分析用户群中的所有用户；根据待分析用户群中的所有用户，构建图结构；将每个用户看作图结构的一个顶点，如果用户之间存在好友关系或关注关系，则表示用户所对应的顶点之间存在对应连接的边，用户之间互动的次数看作边的权重；基于图结构，获取顶点集合，查询顶点集合中任意两个顶点之间的最短距离；将任意两个顶点之间的最短距离加权求和，得到待分析用户群的关系紧密度；判断待分析用户群的关系紧密度是否大于设定阈值，如果是，则对待分析用户群中的每个用户进行信息推荐，即将待分析用户群中其他用户喜好的商品或服务推荐给当前用户；否则，不进行信息推荐。
-
公开(公告)号：CN110322693A
公开(公告)日：2019-10-11
申请号：CN201910621682.0
申请日：2019-07-10
Applicant: 山东大学 , 济南观澜数据技术有限公司
IPC: G08G1/01
Abstract: 本公开公开了一种交通数据补全方法、系统、设备及介质，设定时间间隔Δt，将待补全的交通数据构建成关于路段-时间间隔-天的三维交通数据张量，三维交通数据张量中每个元素表示某天某时间间隔某个路段的车辆拥堵程度；所述三维交通数据张量包括若干个缺失值；对三维交通数据张量进行联合矩阵分解，从三维交通数据张量中提取出路段-时间间隔矩阵和天-时间间隔矩阵；对路段-时间间隔矩阵和天-时间间隔矩阵分别进行分解操作；对联合矩阵分解中的结果进行整合，得到完整的交通拥堵程度张量从而，实现对交通数据的补全。
-
公开(公告)号：CN104216899A
公开(公告)日：2014-12-17
申请号：CN201310214367.9
申请日：2013-05-31
Applicant: 济南观澜数据技术有限公司
IPC: G06F17/30
CPC classification number: G06F17/30702
Abstract: 本发明公开了一种面向带有描述信息的海量非结构化数据分布式处理架构，包括数据采集模块，收集非结构化数据并发送至数据缓冲队列中；数据缓冲及预处理模块，暂存数据采集模块发送的数据，并可选择的对数据进行修复或二次处理工作；数据分离及归档存储模块，从前一个模块分布式队列中获取数据，可选择对非结构化数据和描述信息分离，分离后的数据转发或存储至后继模块，流处理模块，对最近接入的数据进行实时监测、比对、计算和处理；分布式数据存储模块，对非结构化数据和描述信息存储；分布式业务处理模块，包含业务处理器、数据访问单元和数据缓存组件；分布式消息中间件，接收前端请求供业务处理器选择执行，或将后台处理结果返回给前端。
-
公开(公告)号：CN112231591B
公开(公告)日：2024-02-09
申请号：CN202011230261.4
申请日：2020-11-06
Applicant: 烟台大学 , 济南观澜数据技术有限公司
IPC: G06F16/9536 , G06F16/9535
Abstract: 本发明公开了考虑社交网络用户群紧密度的信息推荐方法及系统，获取社交网络中待分析用户群中的所有用户；根据待分析用户群中的所有用户，构建图结构；将每个用户看作图结构的一个顶点，如果用户之间存在好友关系或关注关系，则表示用户所对应的顶点之间存在对应连接的边，用户之间互动的次数看作边的权重；基于图结构，获取顶点集合，查询顶点集合中任意两个顶点之间的最短距离；将任意两个顶点之间的最短距离加权求和，得到待分析用户群的关系紧密度；判断待分析用户群的关系紧密度是否大于设定阈值，如果是，则对待分析用户群中的每个用户进行信息推荐，即将待分析用户群中其他用户喜好的商品或服务推荐给当前用户；否则，不进行信息推荐。
-
公开(公告)号：CN104008176A
公开(公告)日：2014-08-27
申请号：CN201410252158.8
申请日：2014-06-09
Applicant: 济南观澜数据技术有限公司
IPC: G06F17/30
CPC classification number: G06F17/30545
Abstract: 本发明公开了一种基于分布式处理和消息驱动模式的业务处理方法，包括以下步骤：步骤一，将车辆通行数据以若干车辆通行消息的方式传输给消息接收单元；步骤二，消息接收单元将接收到的数据传输给消息处理单元；步骤三，消息处理单元将处理后的数据通过自适应处理算法或预设处理算法做出分析；步骤四，将步骤三做出的分析结果应用到业务群的业务上，将分析结果推送给用户。不同于传统的数据库系统解决方案，基于分布式处理平台的业务处理方法具有良好的扩展性，即随着公安交管数据产生率的增大和业务请求的增多，分布式处理平台能够通过添加计算节点的方式极大增强自身的处理能力。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.037 seconds)
