-
公开(公告)号：CN110263372A
公开(公告)日：2019-09-20
申请号：CN201910416226.2
申请日：2019-05-20
Applicant: 上海大学
Abstract: 本发明涉及一种基于群智感知系统的事件检测方法。本方法将检测区域划分为若干方格。给定总预算限制下，中央平台迭代地选择用户参与，沿其移动轨迹收集感知数据并上传至平台。如附图所示，每次迭代过程中，依次执行以下步骤，选出一个参与用户：首先，平台为每个候选用户计算若被选中，其感知数据给事件检测带来的熵减少期望；然后，选择单位开销的熵减少期望最大的用户，若选择该用户使得总开销大于总预算，则将该用户从候选用户中去掉，并重新选择单位开销的熵减少期望最大的用户；直到该用户使得总开销不大于总预算，则其被选中。平台对其移动轨迹经过位置的事件检测估计的概率分布进行更新。直到备选用户的集合为空，迭代过程结束。
-
公开(公告)号：CN111340543B
公开(公告)日：2024-03-22
申请号：CN202010115071.1
申请日：2020-02-25
Applicant: 上海大学
IPC: G06Q30/0202 , G06Q30/0204 , G06Q50/47 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/08 , G06F18/25
Abstract: 本发明涉及一种基于注意力机制的细粒度打车需求预测方法，包括以下步骤：步骤一，对细粒度的打车需求预测问题进行建模；步骤二，根据问题模型，对出租车轨迹、道路网络和兴趣点等相关数据进行预处理，构建样本数据库；步骤三，建立卷积循环神经网络模型，为每个区域生成多个预测结果；步骤四，在步骤三的基础上提出了基于上下文感知的注意力组件，对多个预测结果进行融合；步骤五，将样本划分为训练集和测试集，对模型参数进行多次训练，选取误差最小的预测模型。本发明结合额外因素，充分捕获了打车需求内在的多视角时空特征；同时引入注意力机制，为每个区域的多个预测结果分配不同的权重，从而有效地提高打车需求预测的准确率。
-
公开(公告)号：CN110263372B
公开(公告)日：2023-05-23
申请号：CN201910416226.2
申请日：2019-05-20
Applicant: 上海大学
Abstract: 本发明涉及一种基于群智感知系统的事件检测方法。本方法将检测区域划分为若干方格。给定总预算限制下，中央平台迭代地选择用户参与，沿其移动轨迹收集感知数据并上传至平台。如附图所示，每次迭代过程中，依次执行以下步骤，选出一个参与用户：首先，平台为每个候选用户计算若被选中，其感知数据给事件检测带来的熵减少期望；然后，选择单位开销的熵减少期望最大的用户，若选择该用户使得总开销大于总预算，则将该用户从候选用户中去掉，并重新选择单位开销的熵减少期望最大的用户；直到该用户使得总开销不大于总预算，则其被选中。平台对其移动轨迹经过位置的事件检测估计的概率分布进行更新。直到备选用户的集合为空，迭代过程结束。
-
公开(公告)号：CN111340543A
公开(公告)日：2020-06-26
申请号：CN202010115071.1
申请日：2020-02-25
Applicant: 上海大学
Abstract: 本发明涉及一种基于注意力机制的细粒度打车需求预测方法，包括以下步骤：步骤一，对细粒度的打车需求预测问题进行建模；步骤二，根据问题模型，对出租车轨迹、道路网络和兴趣点等相关数据进行预处理，构建样本数据库；步骤三，建立卷积循环神经网络模型，为每个区域生成多个预测结果；步骤四，在步骤三的基础上提出了基于上下文感知的注意力组件，对多个预测结果进行融合；步骤五，将样本划分为训练集和测试集，对模型参数进行多次训练，选取误差最小的预测模型。本发明结合额外因素，充分捕获了打车需求内在的多视角时空特征；同时引入注意力机制，为每个区域的多个预测结果分配不同的权重，从而有效地提高打车需求预测的准确率。
-
-
-
Search Results
4
records
(took 0.018 seconds)
