基于知识图谱的公共交通出行人群画像分析方法及系统

    公开(公告)号:CN116796006A

    公开(公告)日:2023-09-22

    申请号:CN202310828534.2

    申请日:2023-07-07

    Abstract: 本发明涉及知识图谱技术领域,提出一种基于知识图谱的公共交通出行人群画像分析方法及系统,该方法主要包括:基于单一交通出行方式的管理业务系统,构建单一交通知识图谱;基于多个单一交通的知识图谱,构建多层级交通出行方式知识图谱;对多层级交通出行方式知识图谱进行优化,获得可视化公共交通出行人群画像知识图谱。本发明通过上述方法可实现人群出行画像的精准闭环,有效的提升了知识图谱的调用效能,提高大模型的训练效率和稳定性。

    单点交叉口微观交通仿真模型参数标定方法和装置

    公开(公告)号:CN115618655A

    公开(公告)日:2023-01-17

    申请号:CN202211610136.5

    申请日:2022-12-15

    Abstract: 本公开涉及交通仿真领域,提供了一种单点交叉口微观交通仿真模型参数标定方法和装置,该方法包括:构建参数变量模型;基于上述参数变量模型确定目标标定参数;对上述目标标定参数进行标定,得到初始模型参数;对上述初始模型参数进行验证,得到目标模型参数。本公开针对应用场景最普遍的单点交叉口场景,建立了一套参数标定方法,达到快速、准确的进行特定场景的模型参数标定的目标。

    基于知识图谱的公共交通出行人群画像分析方法及系统

    公开(公告)号:CN116796006B

    公开(公告)日:2024-01-23

    申请号:CN202310828534.2

    申请日:2023-07-07

    Abstract: 本发明涉及知识图谱技术领域,提出一种基于知识图谱的公共交通出行人群画像分析方法及系统,该方法主要包括:基于单一交通出行方式的管理业务系统,构建单一交通知识图谱;基于多个单一交通的知识图谱,构建多层级交通出行方式知识图谱;对多层级交通出行方式知识图谱进行优化,获得可视化公共交通出行人群画像知识图谱。本发明通过上述方法可实现人群出行画像的精准闭环,有效的提升了知识图谱的调用效能,提高大模型的训练效率和稳定性。

    基于神经网络的车辆超时疲劳驾驶预测方法及智能设备

    公开(公告)号:CN117576917A

    公开(公告)日:2024-02-20

    申请号:CN202410063434.X

    申请日:2024-01-17

    Abstract: 本发明提供了基于神经网络的车辆超时疲劳驾驶预测方法及智能设备,该方法包括,获取多条在预设时间内的车辆行驶数据,对每一条车辆行驶数据进行是否存在疲劳驾驶情况的标注,并生成训练集;利用长短期记忆神经网络构建预测模型,并利用训练集对预测模型进行训练;获取待测车辆在预设时间内的历史行驶数据,将历史行驶数据输入预测模型,输出在预测时间内车辆是否存在疲劳驾驶的结果。本发明提供的基于神经网络的车辆超时疲劳驾驶预测方法及智能设备,能够通过长短期记忆神经网络预测模型,并根据历史的车辆行驶数据,对后续车辆是否存在疲劳驾驶情况进行判断,从而能够对驾驶员提前发出预警,提高交通安全。

    一种基于模型和行业知识库的智能交通问答方法及系统

    公开(公告)号:CN118152538A

    公开(公告)日:2024-06-07

    申请号:CN202410352834.2

    申请日:2024-03-26

    Abstract: 本发明公开了一种基于模型和行业知识库的智能交通问答方法及系统,涉及人工智能技术领域。包括采集多组交通行业分析数据;以及建立多个交通行业知识库;根据各组交通行业分析数据采集问题和查询结果,训练得到交通行业分析模型;根据各交通行业分析模型或交通行业知识库采集问题以及数据类型,分别构建话题分类prompt模板;根据各交通行业分析模型或交通行业知识库采集查询问题、数据类型以及查询参数,分别构建参数提取prompt模板;根据多个话题分类prompt模板和多个参数提取prompt模板生成的训练数据得到交通行业通用大模型,并利用大语言模型输出答案;本发明满足了用户查询交通领域数据的精确度和实时性。

Patent Agency Ranking