-
公开(公告)号：CN116151489B
公开(公告)日：2023-07-21
申请号：CN202310417213.3
申请日：2023-04-19
Applicant: 之江实验室
Abstract: 本发明公开了一种基于多任务学习的车辆停留行为分析与预测方法、系统，包括以下步骤：采集包括车辆脱敏后的车辆ID、行程开始时间、开始经度、开始纬度、结束时间、结束经度和结束纬度在内的车辆GPS和OBD数据；对车辆GPS和OBD数据进行预处理，得到包括停留地点和停留时长在内的车辆停留行为数据；并利用深度循环神经网络对预处理后的车辆停留行为进行时空特征提取；将时空特征输入多任务学习预测网络中，基于车辆的历史停留行为并通过多任务学习预测网络获取停留地点预测任务与停留时长预测任务间的相关性，以对停留地点与停留时长进行预测。本发明方法可以为兴趣点推荐、个性化出行制定、定向广告投放、智慧停车等应用场景提供支持。
-
公开(公告)号：CN114398462A
公开(公告)日：2022-04-26
申请号：CN202210295939.X
申请日：2022-03-24
Applicant: 之江实验室
IPC: G06F16/29 , G06F16/215 , G06F16/2458 , G06F16/28 , G06N3/08
Abstract: 本发明公开了一种基于多源异构信息网络的目的地推荐方法及系统，该系统包括数据预处理模块、多源信息融合模块、异构神经网络推荐模块。数据预处理模块包括数据采集和数据清洗模块，本发明采集来自私家车OBD接口的车辆驾驶状态和来自GPS接口的车辆轨迹信息的数据，并对异常进行排查和清洗。多源信息融合包括轨迹时空信息处理和基于元路径的异构图构建方案，将轨迹地理信息与语义信息结合，通过构建多重元路径来建模结构化的空间特征。异构神经网络推荐模块包括聚合模块和动态交互模块，挖掘潜在的用户交互，利用动态异构网络分析用户的目的地偏好。本发明通过分析用户的出行轨迹，能为用户进行相对精准的目的地推荐，将结果推送到用户终端。
-
公开(公告)号：CN113470352B
公开(公告)日：2022-10-21
申请号：CN202110670570.1
申请日：2021-06-17
Applicant: 之江实验室
Abstract: 本发明公开了一种基于多任务学习的交通大数据分析与预测系统及方法，该系统包括数据采集终端、大数据分析和预测平台以及用户终端。数据采集终端包括数据采集模块和数据传输模块；大数据分析和预测平台包括预处理模块、交通大数据时空建模模块和多任务学习预测模块。用户终端包括数据接收模块和用户匹配模块。本发明采集的车载GPS数据和轨迹数据进行分析和建模，预测未来时间段内的交通大数据走向和趋势，从而为用户提供出行建议，减少用户的行程等待时间。本发明先提高了交通大数据的预测精确度，能提前预知用户出行的速度和出发时间，以方便出行者合理安排出发时间，最大限度地避开高峰出行或前往目的地，方便用户提前制定应对方案。
-
公开(公告)号：CN114398462B
公开(公告)日：2022-08-09
申请号：CN202210295939.X
申请日：2022-03-24
Applicant: 之江实验室
IPC: G06F16/29 , G06F16/215 , G06F16/2458 , G06F16/28 , G06N3/08
Abstract: 本发明公开了一种基于多源异构信息网络的目的地推荐方法及系统，该系统包括数据预处理模块、多源信息融合模块、异构神经网络推荐模块。数据预处理模块包括数据采集和数据清洗模块，本发明采集来自私家车OBD接口的车辆驾驶状态和来自GPS接口的车辆轨迹信息的数据，并对异常进行排查和清洗。多源信息融合包括轨迹时空信息处理和基于元路径的异构图构建方案，将轨迹地理信息与语义信息结合，通过构建多重元路径来建模结构化的空间特征。异构神经网络推荐模块包括聚合模块和动态交互模块，挖掘潜在的用户交互，利用动态异构网络分析用户的目的地偏好。本发明通过分析用户的出行轨迹，能为用户进行相对精准的目的地推荐，将结果推送到用户终端。
-
公开(公告)号：CN113724504A
公开(公告)日：2021-11-30
申请号：CN202110905077.3
申请日：2021-08-06
Applicant: 之江实验室
Abstract: 本发明公开了一种面向车辆轨迹大数据的城市区域流量预测系统及方法。首先通过采集车辆的轨迹数据和环境信息数据构成历史信息数据集，构建得到整体历史流入流出矩阵和城市区域流量转移图，然后构建基于联合特征的时空卷积‑注意力网络流量预测深度学习模型，其次基于该模型分别提取流量转移时空特征和区域间流量转移时空特征，并嵌入外部特征。最后，该模型通过流量全局时空特征和区域间流量转移特征，嵌入环境信息等外部特征，进行联合预测，得到下一时刻车流量的预测结果。
-
Patent Agency Ranking
公开(公告)号：CN113470352A
公开(公告)日：2021-10-01
申请号：CN202110670570.1
申请日：2021-06-17
Applicant: 之江实验室
Abstract: 本发明公开了一种基于多任务学习的交通大数据分析与预测系统及方法，该系统包括数据采集终端、大数据分析和预测平台以及用户终端。数据采集终端包括数据采集模块和数据传输模块；大数据分析和预测平台包括预处理模块、交通大数据时空建模模块和多任务学习预测模块。用户终端包括数据接收模块和用户匹配模块。本发明采集的车载GPS数据和轨迹数据进行分析和建模，预测未来时间段内的交通大数据走向和趋势，从而为用户提供出行建议，减少用户的行程等待时间。本发明先提高了交通大数据的预测精确度，能提前预知用户出行的速度和出发时间，以方便出行者合理安排出发时间，最大限度地避开高峰出行或前往目的地，方便用户提前制定应对方案。
-
公开(公告)号：CN116524998A
公开(公告)日：2023-08-01
申请号：CN202310714271.2
申请日：2023-06-15
Applicant: 之江实验室
Abstract: 本说明书公开了一种模型训练的方法以及分子性质信息的预测方法及装置，通过构建出指定蛋白降解靶向嵌合体分子的三维分子图数据，该三维分子图数据充分的表征出指定蛋白降解靶向嵌合体分子的分子结构的特征，将该三维分子图数据输入到预测模型中后，预测模型会根据三维分子图数据，来预测指定蛋白降解靶向嵌合体分子的分子性质信息，进而根据预测出的分子性质信息以及指定蛋白降解靶向嵌合体分子对应的实际分子性质信息之间的偏差，对预测模型进行训练，使得后续在预测分子性质信息的过程中，可以通过该预测模型实现快速、准确的分子性质信息的预测，从而提高了分子性质信息的探索效率以及准确性。
-
公开(公告)号：CN116523002A
公开(公告)日：2023-08-01
申请号：CN202310577728.X
申请日：2023-05-22
Applicant: 之江实验室
IPC: G06N3/0475 , G06N3/0442 , G06N3/094 , G06N3/048
Abstract: 本发明公开了一种多源异构数据的动态图生成对抗网络轨迹预测方法和系统，通过轨迹预测生成器和语义类型生成器生成移动目标未来轨迹和语义类型，利用具有随机权重的图序列数据建立移动目标之间的交互关系，并通过图神经网络和长短期记忆网络直接学习节点属性和边属性的演化模式，通过对抗训练来提高生成器的生成能力。该方法能够自主捕获所有图节点潜在的交互信息以及不同语义类型图节点的语义信息，提高了轨迹预测的准确性和鲁棒性。本本发明的应用有助于交通管理、智能交通、机器人导航等领域中移动目标轨迹预测问题的解决，具有广泛的应用前景和有益的社会效益。
-
公开(公告)号：CN116151489A
公开(公告)日：2023-05-23
申请号：CN202310417213.3
申请日：2023-04-19
Applicant: 之江实验室
Abstract: 本发明公开了一种基于多任务学习的车辆停留行为分析与预测方法、系统，包括以下步骤：采集包括车辆脱敏后的车辆ID、行程开始时间、开始经度、开始纬度、结束时间、结束经度和结束纬度在内的车辆GPS和OBD数据；对车辆GPS和OBD数据进行预处理，得到包括停留地点和停留时长在内的车辆停留行为数据；并利用深度循环神经网络对预处理后的车辆停留行为进行时空特征提取；将时空特征输入多任务学习预测网络中，基于车辆的历史停留行为并通过多任务学习预测网络获取停留地点预测任务与停留时长预测任务间的相关性，以对停留地点与停留时长进行预测。本发明方法可以为兴趣点推荐、个性化出行制定、定向广告投放、智慧停车等应用场景提供支持。
-
公开(公告)号：CN113724504B
公开(公告)日：2023-04-07
申请号：CN202110905077.3
申请日：2021-08-06
Applicant: 之江实验室
IPC: G08G1/065 , G08G1/01 , G06N3/042 , G06N3/0464 , G06N3/0442 , G06N3/08 , G06F18/25
Abstract: 本发明公开了一种面向车辆轨迹大数据的城市区域流量预测系统及方法。首先通过采集车辆的轨迹数据和环境信息数据构成历史信息数据集，构建得到整体历史流入流出矩阵和城市区域流量转移图，然后构建基于联合特征的时空卷积‑注意力网络流量预测深度学习模型，其次基于该模型分别提取流量转移时空特征和区域间流量转移时空特征，并嵌入外部特征。最后，该模型通过流量全局时空特征和区域间流量转移特征，嵌入环境信息等外部特征，进行联合预测，得到下一时刻车流量的预测结果。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.019 seconds)
