-
公开(公告)号：CN113628435A
公开(公告)日：2021-11-09
申请号：CN202010381371.4
申请日：2020-05-07
Abstract: 本发明公开了一种信息处理方法及装置，涉及信号控制技术领域，以提高对多路口交通灯控制的效率。该方法包括：获取待控制区域内的至少一个路口的交通状况信息和所述至少一个路口的交通控制信息；获取所述待控制区域内的全局交通状态信息；根据所述至少一个路口的交通状况信息、所述至少一个路口的交通控制信息以及所述全局交通状态信息，确定对目标路口的交通控制信息的调整信息；所述目标路口为所述至少一个路口的一个路口或者多个路口；根据所述调整信息，对所述目标路口的交通控制信号进行调整。本发明实施例可提高对多路口交通灯控制的效率。
-
公开(公告)号：CN113536865A
公开(公告)日：2021-10-22
申请号：CN202010323427.0
申请日：2020-04-22
Abstract: 本发明实施例提供了一种起点终点人口流动数据的生成方法及装置。其中，所述方法包括：构建目标地区对应的图模型，并根据所述图模型，建立图神经网络模型；利用所述目标地区内各区域的历史人口分布数据和起点终点人口流动数据，训练所述图神经网络模型；利用训练后得到的图神经网络模型，生成所述目标地区的人口流动数据。相对于现有技术，本发明实施例的模型能够基于较为容易采集的人口分布数据，生成较高精确度的人口流动数据，易于工程化实施，具有计算量较小，实施成本较低等优点。
-
公开(公告)号：CN113252054A
公开(公告)日：2021-08-13
申请号：CN202010086672.4
申请日：2020-02-11
Abstract: 本发明实施例提供了一种导航方法和导航系统，其中，所述方法包括：获取路网的拓扑结构和出行数据，所述出行数据包括所述路网历史时间上的车辆的出发时间、出发地和目的地；将所述历史时间划分为多个时间片，并根据所述出行数据，生成每个时间片对应的训练数据；以所有车辆的总通行时间作为强化学习的奖励值，利用所述时间片对应的训练数据，训练得到一个全连接的神经网络模型；利用训练得到的所述神经网络模型，生成目标车辆的导航路线并下发给所述目标车辆。本发明可以在提前感知所有交通需求的情况下，通过强化学习充分疏导和分散交通，可以在给车辆规划路线的同时减轻拥堵，从而减少全局的通行时间。
-
公开(公告)号：CN113255951B
公开(公告)日：2025-02-28
申请号：CN202010086899.9
申请日：2020-02-11
IPC: G06Q10/04 , G06N3/0442 , G06N3/092 , G06N3/0475 , G06N3/084 , G06N3/094
Abstract: 本发明实施例提供了一种移动轨迹的生成方法和装置，本发明实施例使用循环神经网络来抽取移动轨迹的复杂特征，建模移动轨迹中的复杂转移关系。另外，还基于强化学习和对抗生成网络并综合移动规律来构建轨迹质量评价系统，通过自动化比较生成轨迹与真实轨迹的差异来指导模型训练和更新，可以获得能够生成更加真实移动轨迹的生成模型。
-
公开(公告)号：CN113255951A
公开(公告)日：2021-08-13
申请号：CN202010086899.9
申请日：2020-02-11
Abstract: 本发明实施例提供了一种移动轨迹的生成方法和装置，本发明实施例使用循环神经网络来抽取移动轨迹的复杂特征，建模移动轨迹中的复杂转移关系。另外，还基于强化学习和对抗生成网络并综合移动规律来构建轨迹质量评价系统，通过自动化比较生成轨迹与真实轨迹的差异来指导模型训练和更新，可以获得能够生成更加真实移动轨迹的生成模型。
-
Patent Agency Ranking
公开(公告)号：CN113252054B
公开(公告)日：2023-11-28
申请号：CN202010086672.4
申请日：2020-02-11
IPC: G01C21/34 , G06N3/0499 , G06N3/092
Abstract: 本发明实施例提供了一种导航方法和导航系统，其中，所述方法包括：获取路网的拓扑结构和出行数据，所述出行数据包括所述路网在历史时间内的车辆的出发时间、出发地和目的地；将所述历史时间划分为多个时间片，并根据所述出行数据，生成每个时间片对应的训练数据；以所有车辆的总通行时间作为强化学习的奖励值，利用所述时间片对应的训练数据，训练得到一个全连接的神经网络模型；利用训练得到的所述神经网络模型，生成目标车辆的导航路线并下发给所述目标车辆。本发明可以在提前感知所有交通需求的情况下，通过强化学习充分疏导和分散交通，可以在给车辆规划路线的同时减轻拥堵，从而减少全局的通行时间。
-
公开(公告)号：CN106921507A
公开(公告)日：2017-07-04
申请号：CN201510994227.7
申请日：2015-12-25
Applicant: 株式会社日立制作所
Abstract: 根据本发明，提出了一种在无线通信网络中对用户投诉进行预测的方法，包括：从历史数据库中提取针对无线通信网络的各网元的历史性能数据、历史告警数据和历史投诉数据；基于所设置的预警时间长度、输入时间窗大小和预测时间窗大小，以数据汇聚网格为单位，对数据汇聚网格中的各网元的历史性能数据、历史告警数据和历史投诉数据进行组合并关联；将组合并关联后的历史性能数据、历史告警数据和历史投诉数据的数据样本集作为训练数据集，来训练并生成投诉预测模型；以及将待预测时间窗内的实时性能数据和实时告警数据的数据样本集输入到所述投诉预测模型，产生投诉预测结果。
-
公开(公告)号：CN118839158A
公开(公告)日：2024-10-25
申请号：CN202310446450.2
申请日：2023-04-24
Applicant: 株式会社日立制作所
Abstract: 本申请提供了一种行为识别方法及系统。其中，本申请实施例提供的行为识别方法，利用预先训练得到的机器学习模型，识别用户的基础动作，在此基础上进一步识别复杂动作，通过层次化的识别方式，本申请实施例能够简化用户行为识别，并且，由于机器学习模型识别得到的基础动作的类别是人工预先定义的，复杂动作是在基础动作符号的基础上利用下文无关文法技术定义的，因此，本申请实施例识别得到的结果能够更好的与应用场景相匹配，从而提高了识别结果的实用性。
-
公开(公告)号：CN114676867A
公开(公告)日：2022-06-28
申请号：CN202011547091.2
申请日：2020-12-24
Applicant: 株式会社日立制作所
Abstract: 本发明提供一种车辆路线预测方法和装置，属于车辆数据分析处理技术领域。车辆路线预测方法，包括：获取车辆的多组历史行驶数据，每组所述历史行驶数据至少包括时间和与时间对应的车辆位置点；根据所述历史行驶数据得到所述车辆的多条初始行驶路线；计算每两条所述初始行驶路线之间的相似度；利用所述相似度对所述多条初始行驶路线进行聚类；利用聚类后的结果训练得到路线预测模型；将所述车辆的当前位置和当前时间输入所述路线预测模型，得到所述车辆的未来行程，所述车辆的未来行程为所述车辆即将行驶的路线。本发明能够获得更为准确的车辆路线预测值。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.024 seconds)
