公开(公告)号：CN119862992A

公开(公告)日：2025-04-22

申请号：CN202411931139.8

申请日：2024-12-26

Applicant: 北京市地铁运营有限公司 ,  北京工业大学

Inventor： 魏运 ,  尹宝才 ,  张勇 ,  李明华 ,  白文飞 ,  吴雁军

IPC: G06Q10/04 ,  G06Q50/26 ,  G06F16/9537 ,  G06F40/126 ,  G06F40/30 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/044 ,  G06N3/08 ,  G08G1/01

Abstract: 本发明公开了基于POI数据和文本信息关联学习的交通预测方法，针对POI数据与交通序列数据在特征维度上的稀疏性和稠密性差异以及时间维度上的静态与动态变化差异，设计了一种即插即用的POI使用组件，用于提取POI数据的内在分布特征。本发明借鉴了推荐系统的深度‑广度模型思路，通过在预测输出层加入门控机制来增强特征表达，并引入了POI数据和文本信息关联学习网络来衡量POI类别语义信息与交通序列特征间的相似度，使静态POI数据能够反映时空特性。步骤1：POI数据和文本信息；步骤2：建立图卷积主干网络；步骤3：建立关联学习网络；步骤4：预测输出；本发明在中国四个城市的交通速度数据集上提高了现有图卷积网络预测模型的效果。

公开(公告)号：CN111860951B

公开(公告)日：2023-09-26

申请号：CN202010540661.9

申请日：2020-06-12

Applicant: 北京工业大学

Inventor： 张勇 ,  王竟成 ,  魏运 ,  胡永利 ,  尹宝才

IPC: G06Q10/04 ,  G06Q50/30 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/0442 ,  G06N3/08

Abstract: 本发明提出一种基于动态超图卷积网络的轨道交通客流预测方法，涉及深度学习等领域，尤其是面向超图表示以及图卷积网络的流量预测任务。该方法在利用超图对轨道交通网络拓扑关系进行高阶表示的基础上，通过超图卷积模块实现图卷积网络的引入，并通过挖掘客流OD的内在时空特征构建动态超边，实现动态超图卷积网络机制。相较于传统的数学模型以及机器学习方法，该方法对于轨道交通特征的提取更加深入和准确。完成了轨道交通客流预测的任务，提高了预测准确率。

公开(公告)号：CN111046745A

公开(公告)日：2020-04-21

申请号：CN201911152319.5

申请日：2019-11-20

Applicant: 北京工业大学

Inventor： 王博岳 ,  罗萃萃 ,  胡永利 ,  魏运 ,  孙艳丰 ,  尹宝才

IPC: G06K9/00

Abstract: 本发明提出一种基于软块对角的多视聚类方法，涉及模式识别和机器学习等领域，尤其是面向人脸图像的不完整多视角数据的聚类任务。该方法在基于多视角数据自表示的模型上引入软块对角正则化，对学习到的多图进行融合，最终把得到的软块对角相似度矩阵执行NCut操作。相比于传统的硬块对角正则化，软块对角正则化对噪声和异常值更加鲁棒。完成了不完整多视聚类任务，提高了识别正确率。

公开(公告)号：CN113326974B

公开(公告)日：2024-04-09

申请号：CN202110492567.5

申请日：2021-05-01

Applicant: 北京工业大学

Inventor： 张勇 ,  王竟成 ,  魏运 ,  胡永利 ,  尹宝才

IPC: G06Q10/04 ,  G06F18/232 ,  G08G1/01 ,  G06N3/0464 ,  G06N3/042

Abstract: 本发明提出了一种基于多任务超图卷积网络的多源交通客流预测方法，涉及深度学习等领域，尤其是面向超图表示以及图卷积网络的流量预测任务。本方法适用于时空对齐的多源异构交通流数据，多源异构交通流数据相互影响该方法包含一个主要任务和一个相关任务。两项任务均基于超图卷积神经网络，并由通过一个特征压缩单元连接，该特征压缩单元对任务之间的相关性进行建模并共享潜在特征，以增强主要任务的性能。相较于单一数据驱动模型，该方法可适用于多源异构交通数据。完成了轨道交通客流预测的任务，提高了预测准确率。

公开(公告)号：CN111860951A

公开(公告)日：2020-10-30

申请号：CN202010540661.9

申请日：2020-06-12

Applicant: 北京工业大学

Inventor： 张勇 ,  王竟成 ,  魏运 ,  胡永利 ,  尹宝才

IPC: G06Q10/04 ,  G06Q50/30 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提出一种基于动态超图卷积网络的轨道交通客流预测方法，涉及深度学习等领域，尤其是面向超图表示以及图卷积网络的流量预测任务。该方法在利用超图对轨道交通网络拓扑关系进行高阶表示的基础上，通过超图卷积模块实现图卷积网络的引入，并通过挖掘客流OD的内在时空特征构建动态超边，实现动态超图卷积网络机制。相较于传统的数学模型以及机器学习方法，该方法对于轨道交通特征的提取更加深入和准确。完成了轨道交通客流预测的任务，提高了预测准确率。

公开(公告)号：CN119763327A

公开(公告)日：2025-04-04

申请号：CN202411931134.5

申请日：2024-12-26

Applicant: 北京市地铁运营有限公司 ,  北京工业大学

Inventor： 魏运 ,  胡永利 ,  白文飞 ,  李明华 ,  牟伦田 ,  吴雁军

IPC: G08G1/01 ,  G08G1/052 ,  G08G1/065 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明公开了一种结合动态GCN和微调GPT2的交通预测方法，定义交通道路图结构：以路段作为节点，路段间的车流上下游关系作为边，来构建路网图，进而表示城市道路的空间结构；即，如果两条路段间存在车流，则定义两个路段节点间存在连接边，并设计邻接矩阵；对输入的交通历史数据，进行预处理，包括缺失值填充、异常值检测以及数据标准化；将预处理后的交通路网数据，包括历史数据以及构建的路网图结构到GCN网络中，学习时空关联性；微调基于GPT2的预测模型：结合GCN来微调GPT‑2；本发明方法引入的动态GCN帮助微调GPT2模型关注了交通网图的空间关系，得到了最好的预测精度。

公开(公告)号：CN111046745B

公开(公告)日：2023-08-04

申请号：CN201911152319.5

申请日：2019-11-20

Applicant: 北京工业大学

Inventor： 王博岳 ,  罗萃萃 ,  胡永利 ,  魏运 ,  孙艳丰 ,  尹宝才

IPC: G06V40/16

Abstract: 本发明提出一种基于软块对角的多视聚类方法，涉及模式识别和机器学习等领域，尤其是面向人脸图像的不完整多视角数据的聚类任务。该方法在基于多视角数据自表示的模型上引入软块对角正则化，对学习到的多图进行融合，最终把得到的软块对角相似度矩阵执行NCut操作。相比于传统的硬块对角正则化，软块对角正则化对噪声和异常值更加鲁棒。完成了不完整多视聚类任务，提高了识别正确率。

公开(公告)号：CN113326974A

公开(公告)日：2021-08-31

申请号：CN202110492567.5

申请日：2021-05-01

Applicant: 北京工业大学

Inventor： 张勇 ,  王竟成 ,  魏运 ,  胡永利 ,  尹宝才

IPC: G06Q10/04 ,  G06N3/04 ,  G06N3/08 ,  G06K9/62 ,  G08G1/01

Abstract: 本发明提出了一种基于多任务超图卷积网络的多源交通客流预测方法，涉及深度学习等领域，尤其是面向超图表示以及图卷积网络的流量预测任务。本方法适用于时空对齐的多源异构交通流数据，多源异构交通流数据相互影响该方法包含一个主要任务和一个相关任务。两项任务均基于超图卷积神经网络，并由通过一个特征压缩单元连接，该特征压缩单元对任务之间的相关性进行建模并共享潜在特征，以增强主要任务的性能。相较于单一数据驱动模型，该方法可适用于多源异构交通数据。完成了轨道交通客流预测的任务，提高了预测准确率。