公开(公告)号：CN113053115A

公开(公告)日：2021-06-29

申请号：CN202110284607.7

申请日：2021-03-17

Applicant: 北京工商大学 ,  中国科学院地理科学与资源研究所

Inventor： 张珣 ,  梁春芳 ,  杨岚雁 ,  付晶莹 ,  岳明齐 ,  王梓旭 ,  江东 ,  林刚

IPC: G08G1/01 ,  G06N3/04

Abstract: 本发明公布了一种基于多尺度图卷积网络模型的交通预测方法，采用多尺度图卷积网络和门控循环单元GRU，通过同时捕获交通路网的时间依赖性即交通流的局部时间变化趋势和空间依赖性即拓扑空间结构，通过历史时间步的交通流量预测未来时间步的各个路段的交通流量，由此准确预测道路网络的交通流。本发明方法能够有效预测交通流的时空变化特征和规律，预测精度高，提升了交通流预测效果。

公开(公告)号：CN117196716A

公开(公告)日：2023-12-08

申请号：CN202311190601.9

申请日：2023-09-15

Applicant: 北京工商大学 ,  清华大学

Inventor： 张珣 ,  丛扬潇 ,  张鑫 ,  焦子豪 ,  祁炜 ,  梁春芳 ,  刘羽

IPC: G06Q30/0241 ,  G06F16/34 ,  G06F16/35 ,  G06F40/258 ,  G06F18/2415 ,  G06F18/2431 ,  G06N3/0455 ,  G06N3/084 ,  G06N3/047 ,  G06N3/048 ,  G06N3/0464

Abstract: 本发明公布了一种基于Transformer网络模型的数字标牌广告主题推荐方法，耦合数字标牌的空间特征及广告主题特征，基于Bert网络模型与层次Softmax构建数字标牌广告主题分类模型，并构建数字标牌广告主题推荐模型，从而实现数字标牌广告主题分类与推荐。本发明的技术方案计算量小，且能够更加准确高效地对数字标牌广告中的主题进行分类。

公开(公告)号：CN114692964A

公开(公告)日：2022-07-01

申请号：CN202210294232.7

申请日：2022-03-24

Applicant: 北京工商大学

Inventor： 张珣 ,  梁春芳 ,  康京丽 ,  梁义珂 ,  丛扬潇

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

Abstract: 本发明公布了一种基于交叉注意力机制的时空交通流量预测方法，通过对注意力机制进行改进的交叉注意力机制捕获时空交通数据的周期性特点，利用图卷积网络和时间卷积网络分别捕获时空交通数据的空间依赖关系和时间相关性特征，再对提取到的特征进行融合，从而有效地实现时空交通流量预测。本发明对时空交通数据的各种特性的建模全面完整，能够有效地实现交通流量的预测任务，对交通流量预测更准确可靠，对数据要求更低，能够提高预测的准确性和可解释性，更适合推广应用。

公开(公告)号：CN117152764A

公开(公告)日：2023-12-01

申请号：CN202311186744.2

申请日：2023-09-14

Applicant: 北京工商大学

Inventor： 刘敏华 ,  张珣 ,  黄先开 ,  石金莲 ,  梁春芳 ,  张鑫

IPC: G06V30/148 ,  G06V30/164 ,  G06V30/19 ,  G06N3/0455 ,  G06N3/0499 ,  G06N3/08

Abstract: 本发明公布了一种基于Transformer网络模型的数字标牌图像文本识别方法，基于Transformer网络模型与场景文本识别STR技术，利用相对位置编码获取数字标牌图像的位置编码，将不同子空间的特征表达连接到编码器，从而准确识别数字标牌图像中的文本。本发明采用相对位置编码从水平、竖直两个维度上对图像特征图进行编码，可准确捕获二维图像块之间的位置信息，更好地建模图像中的文本信息，能够更加准确地识别数字标牌图像中的文本。

公开(公告)号：CN114692964B

公开(公告)日：2024-05-31

申请号：CN202210294232.7

申请日：2022-03-24

Applicant: 北京工商大学

Inventor： 张珣 ,  梁春芳 ,  康京丽 ,  梁义珂 ,  丛扬潇

IPC: G06Q10/04 ,  G06F18/2415 ,  G06N3/042 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084 ,  G08G1/01

Abstract: 本发明公布了一种基于交叉注意力机制的时空交通流量预测方法，通过对注意力机制进行改进的交叉注意力机制捕获时空交通数据的周期性特点，利用图卷积网络和时间卷积网络分别捕获时空交通数据的空间依赖关系和时间相关性特征，再对提取到的特征进行融合，从而有效地实现时空交通流量预测。本发明对时空交通数据的各种特性的建模全面完整，能够有效地实现交通流量的预测任务，对交通流量预测更准确可靠，对数据要求更低，能够提高预测的准确性和可解释性，更适合推广应用。

公开(公告)号：CN113053115B

公开(公告)日：2022-04-22

申请号：CN202110284607.7

申请日：2021-03-17

Applicant: 中国科学院地理科学与资源研究所 ,  北京工商大学

Inventor： 付晶莹 ,  张珣 ,  江东 ,  林刚 ,  梁春芳 ,  杨岚雁 ,  岳明齐 ,  王梓旭

IPC: G08G1/01 ,  G06N3/04

Abstract: 本发明公布了一种基于多尺度图卷积网络模型的交通预测方法，采用多尺度图卷积网络和门控循环单元GRU，通过同时捕获交通路网的时间依赖性即交通流的局部时间变化趋势和空间依赖性即拓扑空间结构，通过历史时间步的交通流量预测未来时间步的各个路段的交通流量，由此准确预测道路网络的交通流。本发明方法能够有效预测交通流的时空变化特征和规律，预测精度高，提升了交通流预测效果。