-
公开(公告)号：CN112257918A
公开(公告)日：2021-01-22
申请号：CN202011119621.3
申请日：2020-10-19
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于智能交通领域，具体涉及了一种基于内嵌注意力机制的循环神经网络的交通流量预测方法，旨在解决现有技术无法在保持相同或提升预测精度和预测效果的同时，减少模型训练参数、缩短模型训练耗时的问题。本发明包括：获取各检测站点的历史交通流量数据；将数据处理成以τ为时间间隔的连续等时长的数据集；将数据集按照各检测站点的的空间分布排列成交通流量数据矩阵；将交通流量数据矩阵分割为样本数据集；利用内嵌注意力机制的循环神经网络模型提取数据集之间的时空特征；采用单层全连接网络预测得到下一时刻的交通流量预测结果。本发明在保证预测准确度的同时，极大缩小了模型的训练参数量、节约了计算资源、缩短了训练耗时。
-
公开(公告)号：CN109816724A
公开(公告)日：2019-05-28
申请号：CN201811474153.4
申请日：2018-12-04
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于机器视觉领域，具体提供一种基于机器视觉的三维特征提取方法及装置。本发明旨在解决现有技术中的三维模型重建过程复杂耗时、普及困难等问题。为此目的，本发明的基于机器视觉的三维特征提取方法的步骤包括：获取包含目标物的预设待测特征点的多角度图像；提取所述待测特征点在每个所述图像中的位置信息；根据所述待测特征点在每个所述图像中的位置信息获取所述待测特征点的空间位置信息；基于所述空间位置信息和预设的三维特征类别，计算某个待测特征点对应的第一距离信息和/或第二距离信息。通过机器视觉获取包含待测特征点的不同角度图像进而获取待测特征点的空间位置信息以便计算得到目标物的距离信息。
-
公开(公告)号：CN111784084B
公开(公告)日：2021-12-28
申请号：CN202010823717.1
申请日：2020-08-17
Applicant: 北京市城市规划设计研究院 , 中国科学院自动化研究所
Abstract: 本发明属于人口出行生成预测领域，具体涉及了一种基于梯度提升决策树的出行生成预测方法、系统及装置，旨在解决现有出行生成方法不能真实反映输入值和预测之间的非线性关系且模型检验计算量大、结果不直观的问题。本发明包括：提取待预测区域的各个交通小区的当前出行生成数据的自变量，并进行归一化处理；通过出行生成预测模型，获取待预测区域当前的各个交通小区的预测值；对预测值进行反归一化，获得待预测区域当前的各个交通小区的预测出行生成数据。本发明能够准确的反映原始输入和输出之间的非线性关系，并且使用平方误差原理寻找最小划分特征和划分点，自动忽略掉冗余的变量，省去了变量的手动筛选过程，具有较高的精度和鲁棒性。
-
公开(公告)号：CN112257918B
公开(公告)日：2021-06-22
申请号：CN202011119621.3
申请日：2020-10-19
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于智能交通领域，具体涉及了一种基于内嵌注意力机制的循环神经网络的交通流量预测方法，旨在解决现有技术无法在保持相同或提升预测精度和预测效果的同时，减少模型训练参数、缩短模型训练耗时的问题。本发明包括：获取各检测站点的历史交通流量数据；将数据处理成以τ为时间间隔的连续等时长的数据集；将数据集按照各检测站点的的空间分布排列成交通流量数据矩阵；将交通流量数据矩阵分割为样本数据集；利用内嵌注意力机制的循环神经网络模型提取数据集之间的时空特征；采用单层全连接网络预测得到下一时刻的交通流量预测结果。本发明在保证预测准确度的同时，极大缩小了模型的训练参数量、节约了计算资源、缩短了训练耗时。
-
公开(公告)号：CN112836121A
公开(公告)日：2021-05-25
申请号：CN202110118774.4
申请日：2021-01-28
Applicant: 北京市城市规划设计研究院 , 中国科学院自动化研究所
IPC: G06F16/9535 , G06F16/9537
Abstract: 本发明属于出行行为分析领域，具体涉及了一种出行目的识别方法及系统，旨在解决现有技术进行用户出行目的识别的效率和准确性较低的问题。本发明包括：对手机信令数据中的出行轨迹进行驻留时长获取和异常出行过滤；按照用户年龄进行分段；识别处于工作阶段用户的职住位置；根据职住位置确定上班和下班两种出行目的；将其余的出行轨迹作为兴趣出行轨迹，并使用在线地图标记兴趣点类型；为出行轨迹设定出行属性，并建立基于隐狄利克雷分布的概率图模型表示兴趣出行的产生过程；定义出行主题个数，使用Gibbs采样方法求解模型；通过目视解译法根据模型求解获得的主题确定出行目的。本发明实现了高效、高准确性的出行目的识别。
-
Patent Agency Ranking
公开(公告)号：CN115170607B
公开(公告)日：2024-11-29
申请号：CN202210693211.2
申请日：2022-06-17
Applicant: 中国科学院自动化研究所
IPC: G06T7/246 , G06T7/285 , G06V10/26 , G06V10/764 , G06N3/0475 , G06N3/048 , G06N3/0464 , G06N3/094 , G06N3/084
Abstract: 本发明提供一种出行轨迹生成方法、装置、电子设备及存储介质，其中出行轨迹生成方法包括：获取开始标记及语义信息；将开始标记及语义信息输入至目标生成对抗网络模型的生成器中，输出包含语义信息的目标模拟出行轨迹；其中，目标生成对抗网络模型是基于样本出行轨迹数据对初始生成对抗网络模型进行训练后得到的；样本出行轨迹数据包括真实出行轨迹及真实出行轨迹对应的样本语义信息。通过目标生成对抗网络模型，可以生成大量的、与真实出行轨迹接近且包含语义信息的目标模拟出行轨迹，能够提高模拟出行轨迹的真实性及可用性。
-
公开(公告)号：CN112836121B
公开(公告)日：2022-02-25
申请号：CN202110118774.4
申请日：2021-01-28
Applicant: 北京市城市规划设计研究院 , 中国科学院自动化研究所
IPC: G06F16/9535 , G06F16/9537
-
公开(公告)号：CN111784084A
公开(公告)日：2020-10-16
申请号：CN202010823717.1
申请日：2020-08-17
Applicant: 北京市城市规划设计研究院 , 中国科学院自动化研究所
Abstract: 本发明属于人口出行生成预测领域，具体涉及了一种基于梯度提升决策树的出行生成预测方法、系统及装置，旨在解决现有出行生成方法不能真实反映输入值和预测之间的非线性关系且模型检验计算量大、结果不直观的问题。本发明包括：提取待预测区域的各个交通小区的当前出行生成数据的自变量，并进行归一化处理；通过出行生成预测模型，获取待预测区域当前的各个交通小区的预测值；对预测值进行反归一化，获得待预测区域当前的各个交通小区的预测出行生成数据。本发明能够准确的反映原始输入和输出之间的非线性关系，并且使用平方误差原理寻找最小划分特征和划分点，自动忽略掉冗余的变量，省去了变量的手动筛选过程，具有较高的精度和鲁棒性。
-
公开(公告)号：CN109816724B
公开(公告)日：2021-07-23
申请号：CN201811474153.4
申请日：2018-12-04
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于机器视觉领域，具体提供一种基于机器视觉的三维特征提取方法及装置。本发明旨在解决现有技术中的三维模型重建过程复杂耗时、普及困难等问题。为此目的，本发明的基于机器视觉的三维特征提取方法的步骤包括：获取包含目标物的预设待测特征点的多角度图像；提取所述待测特征点在每个所述图像中的位置信息；根据所述待测特征点在每个所述图像中的位置信息获取所述待测特征点的空间位置信息；基于所述空间位置信息和预设的三维特征类别，计算某个待测特征点对应的第一距离信息和/或第二距离信息。通过机器视觉获取包含待测特征点的不同角度图像进而获取待测特征点的空间位置信息以便计算得到目标物的距离信息。
-
公开(公告)号：CN110675623A
公开(公告)日：2020-01-10
申请号：CN201910842242.8
申请日：2019-09-06
Applicant: 中国科学院自动化研究所 , 东莞中国科学院云计算产业技术创新与育成中心
Abstract: 本发明属于智能交通领域，具体涉及一种基于混合深度学习的短时交通流量预测方法、系统、装置，旨在解决现有大规模交通流量预测方法精度低的问题。本系统方法包括获取待预测的各交通观测点的历史交通流量数据；所述历史交通流量数据为t时刻之前连续的等时长时间段的r个交通流量数据集合；分别将各交通流量数据集合中的历史交通流量数据合并得到对应的合并数据，并将各合并数据归一化；基于归一化后的各交通观测点的历史交通流量数据，采用混合深度学习模型获取各交通观测点t时刻归一化的预测结果；将预测结果进行反归一化，得到各交通观测点t时刻的交通流量预测值。本发明提高了大规模交通流量预测的精度。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.024 seconds)
