-
公开(公告)号:CN119598123A
公开(公告)日:2025-03-11
申请号:CN202411639036.4
申请日:2024-11-18
Applicant: 吉林大学
IPC: G06F18/20 , G06F18/241 , G06F18/214 , G06F18/2136 , G06N3/0464 , G06N3/047 , G06N3/045
Abstract: 本申请公开了一种稀疏群智感知中的感知区域选择方法、分类方法及装置,涉及数据分类领域,该方法包括获取目标区域内t时刻的稀疏时空数据并进行预处理,得出每一数据缺失子区域对应的特征矩阵;根据每一数据缺失子区域对应的特征矩阵,应用贪婪近似算法从所有数据缺失子区域中选择出各待采集子区域。获取待采集子区域的数据更新分类模型的训练数据集,对分类模型进行重新训练,得出符合性能要求的分类模型。本发明中,提出了一种合理选择感知区域的方法,能够选择出对分类任务更有价值的区域,基于选择出的感知区域采集数据,提高采集数据的代表性(价值),进而提高了分类模型的分类精度。
-
公开(公告)号:CN119149834B
公开(公告)日:2025-01-14
申请号:CN202411658282.4
申请日:2024-11-20
Applicant: 吉林大学
IPC: G06F16/9537 , G06F16/9535 , G06Q50/00 , G06N3/0455 , G06N3/084
Abstract: 本发明公开城市推荐技术领域的基于用户历史签到序列的城市POI推荐与时间戳预测方法,具体步骤为:收集用户的历史签到数据,并按照时间顺序对每位用户的签到记录进行排序,形成用户签到序列,随后将数据实时传输至服务器并存储、对数据进行预处理,然后从预处理后的用户签到序列中提取出有效的POI序列和时间戳序列,将POI序列和时间戳序列输入到构建的TAPT模型中,利用TAPT模型中高效的编码器模块和嵌入连接层,将POI嵌入与时间戳嵌入进行融合,形成联合嵌入,最终,联合嵌入输入到POI推荐模型和时间戳预测器中,实现对POI及其对应时间戳的联合预测,克服了现有技术在用户行为建模和时间信息处理方面不足的问题。
-
公开(公告)号:CN118644044A
公开(公告)日:2024-09-13
申请号:CN202411074777.2
申请日:2024-08-07
Applicant: 吉林大学
IPC: G06Q10/0631 , G06Q50/47 , G06N20/00 , G06F18/22
Abstract: 本发明公开了基于学习和偏好的实时智能订单调度方法,涉及空间众包、任务分配、强化学习和实时匹配技术领域,包括:确定待测城市区域,将待测城市区域进行网格划分,确定司机和可能服务的乘客的位置;基于所述司机和乘客的位置评估偏好值,确定司机偏好列表;基于所述司机偏好列表和乘客偏好列表进行基于学习的匹配,获得匹配结果;基于所述匹配结果重新调整所述偏好值,直到获得最终匹配结果。本发明通过引入一种新的实时、未来导向且平衡双方偏好的任务分配算法,以提高空间众包平台的整体性能和应对能力。
-
公开(公告)号:CN108197889A
公开(公告)日:2018-06-22
申请号:CN201711457295.5
申请日:2017-12-28
Applicant: 吉林大学
Abstract: 本发明公开一种基于移动性预测的群智感知用户招募方法和系统。所述方法包括:发送移动群智感知任务,所述移动群智感知任务包括预算、目标地点、任务开始的时间和任务结束的时间;获取多个移动用户的个人期望值,所述个人期望值表示移动用户按时到达所述目标地点的概率;根据所述个人期望值和数据上传方式确定成功概率,所述成功概率表示所述移动用户成功完成所述移动群智感知任务的概率;确定所述成功概率的最大值;确定所述成功概率的最大值对应的移动用户为招募对象。本发明的技术方案提高了移动群智感知应用及其用户招募模块的适用性。
-
公开(公告)号:CN107269831A
公开(公告)日:2017-10-20
申请号:CN201710570344.X
申请日:2017-07-13
Applicant: 吉林大学 , 长春捷尔佳科技有限公司 , 吉林东光奥威汽车制动系统有限公司
CPC classification number: F16H61/32 , F16H63/22 , F16H63/30 , F16H2063/202
Abstract: 本发明涉及一种纯电动汽车电控机械式自动变速器的单电机换挡机构,它包括一与换挡电机驱动连接的圆柱辊体和三根一端固连有换挡拨杆、另一端固连有换挡拨叉的换挡拨叉轴;在圆柱辊体上设有沿轴向分布的三个环形凹槽,每个环形凹槽沿圆柱辊体外表面的平面展开图的轨迹2/3为与圆柱辊体轴线垂直的直线、其余为由两段弧形相反的弧线构成的S形曲线;两段弧线的弧顶至弧底的距离均为变速器之同步器行程的1/2;两两相邻环形凹槽的曲线段按圆周方向分别相对转动120度分布;三根换挡拨叉轴,其两端分别呈滑配合的设置在变速器壳体上,每根换挡拨叉轴上的换挡拨杆分别呈滑配合的插置在一环形凹槽中。该机构可实现直接换档,缩短换挡时间,提高换档精度。
-
公开(公告)号:CN119416857A
公开(公告)日:2025-02-11
申请号:CN202510024529.5
申请日:2025-01-08
Applicant: 吉林大学
IPC: G06N3/092 , G06N3/084 , G06N3/0985 , G06N3/006
Abstract: 本发明公开离线强化学习技术领域的基于相关性的离线强化学习维度缺失动作数据填补方法,具体步骤为:通过智能体与环境交互后,获取到数据集#imgabs0#,对数据集#imgabs1#进行分析,识别存在缺失的维度、构建并训练模型、加载包含维度缺失动作数据的数据集,读取其中的动作数据,将其转换为PyTorch张量,然后加载已预训练完毕的模型,对数据集#imgabs2#中的缺失值进行插补,得到插补后的数据集#imgabs3#以及将得到的数据集#imgabs4#用于训练离线强化学习智能体,本发明有助于提高离线强化学习模型在处理不完整数据时的准确性和鲁棒性,从而增强模型在实际应用中的表现。
-
公开(公告)号:CN119149834A
公开(公告)日:2024-12-17
申请号:CN202411658282.4
申请日:2024-11-20
Applicant: 吉林大学
IPC: G06F16/9537 , G06F16/9535 , G06Q50/00 , G06N3/0455 , G06N3/084
Abstract: 本发明公开城市推荐技术领域的基于用户历史签到序列的城市POI推荐与时间戳预测方法,具体步骤为:收集用户的历史签到数据,并按照时间顺序对每位用户的签到记录进行排序,形成用户签到序列,随后将数据实时传输至服务器并存储、对数据进行预处理,然后从预处理后的用户签到序列中提取出有效的POI序列和时间戳序列,将POI序列和时间戳序列输入到构建的TAPT模型中,利用TAPT模型中高效的编码器模块和嵌入连接层,将POI嵌入与时间戳嵌入进行融合,形成联合嵌入,最终,联合嵌入输入到POI推荐模型和时间戳预测器中,实现对POI及其对应时间戳的联合预测,克服了现有技术在用户行为建模和时间信息处理方面不足的问题。
-
公开(公告)号:CN115712808A
公开(公告)日:2023-02-24
申请号:CN202211271763.0
申请日:2022-10-18
Applicant: 吉林大学
IPC: G06F17/18 , G06F30/20 , G08G1/01 , G06F119/12
Abstract: 本发明公开了一种基于BPR函数模型的城市道路交通时间的计算方法及其系统。将城市道路通行分为非拥堵路段和拥堵路段;根据非拥堵路段,对BPR函数的参数进行修改,获取非拥堵路段的交通通行时间;根据车辆轨迹数据,通过轨迹跟踪的方式标记车辆停留点;基于轨迹跟踪方法,提取道路速度值,获得拥堵路段的交通通行时间;将非拥堵路段的交通通行时间与拥堵路段的交通通行时间累加,得出改造型BPR函数模型,计算得出城市道路交通通行时间;对得到的城市道路交通通行时间,进行仿真计算,已验证改造型BPR函数模型的效果。用以解决现有的BPR模型未考虑拥堵情况的复杂情形,适用于高速公路连续流,不适用于考虑拥堵排队等待情况下的复杂城市公路网规划网。
-
公开(公告)号:CN119180052A
公开(公告)日:2024-12-24
申请号:CN202411230955.6
申请日:2024-09-04
Applicant: 吉林大学
IPC: G06F21/62 , G06N3/0455
Abstract: 本申请公开了一种数据混淆方法、装置、设备、介质及产品,涉及数据处理技术领域,该方法包括:根据用户在当前时刻在预设位置获取的数据以及用户在多个历史时刻在所有位置获取的数据,得到用户在当前时刻的矩阵以及用户在历史时刻的矩阵;将两个矩阵输入预测模型得到当前时刻的完整矩阵以及相似度矩阵;根据相似度矩阵计算重要性矩阵;根据完整矩阵计算关系矩阵;根据重要性矩阵计算混淆概率矩阵;根据混淆概率矩阵对预设位置进行混淆得到混淆位置集合;根据关系矩阵对用户在当前时刻的矩阵中混淆后的位置对应的数据进行混淆,得到混淆后的矩阵,本申请既能保护用户位置隐私又能保证数据可用性。
-
公开(公告)号:CN119151402A
公开(公告)日:2024-12-17
申请号:CN202411111236.2
申请日:2024-08-14
Applicant: 吉林大学
IPC: G06Q10/083 , G06Q10/0631 , G06Q10/063 , G06F17/18 , G06Q50/26
Abstract: 本申请公开了一种空间众包的在线用户招募方法、设备、介质及产品,涉及空间众包技术领域,该方法包括:在智能车运货场景下,对空间众包的在线用户招募问题进行收益性建模,得到智能车运货模型;获取历史数据集;所述历史数据集用于记录智能车在历史时间段的订单数据;基于历史数据采样的先知不等式机制,根据所述智能车运货模型和所述历史数据集进行订单选择决策。本申请提供的空间众包的在线用户招募方法、设备、介质及产品,可既保证收益性的下界,同时又保证全局公平性。
-
-
-
-
-
-
-
-
-