-
公开(公告)号：CN115761519B
公开(公告)日：2024-08-06
申请号：CN202211153765.X
申请日：2022-09-21
Applicant: 清华大学
Abstract: 本发明涉及城市计算技术领域，尤其涉及一种指标预测方法、装置、设备、存储介质及程序产品。方法包括：获取目标区域的街道网络图数据，其中，所述街道网络图数据包括至少一个街道节点；获取所述目标区域对应的至少一张卫星图像，其中，每一张所述卫星图像包括至少一个所述街道节点；获取所述目标区域对应的至少一张街景图像，其中，每一张所述街景图像对应一个所述街道节点；基于每一个所述街道节点分别对应的所述卫星图像和所述街景图像，计算每一个预设指标标签分别对应的指标预测概率。本发明用以解决现有技术中对图像分析处理的效果较差，通过图像获得的信息准确性较低的缺陷，提升对图像处理的效果。
-
公开(公告)号：CN114937449B
公开(公告)日：2024-07-05
申请号：CN202110163912.0
申请日：2021-02-05
Applicant: 清华大学
Abstract: 本发明提供一种语音关键词识别方法及系统，该方法包括：对待识别的模拟语音信号进行全频带特征提取，获取模拟语音关键词特征向量；将所述模拟语音关键词特征向量输入到训练好的特征配置模型中，获取语音关键词识别结果，其中，所述训练好的特征配置模型是通过标记有关键词类型标签的样本模拟语音关键词特征向量和预设准确率损失阈值，对神经网络模型进行训练得到的，所述神经网络模型包括多个子网络，且每个子网络识别对应的关键词；根据所述语音关键词识别结果，将所述训练好的特征配置模型中对应的子网络执行开启和关闭操作。本发明实现了动态调整的特征可配置性，在保持准确率的前提下，进一步降低了KWS系统的功耗和计算延迟。
-
公开(公告)号：CN118139085A
公开(公告)日：2024-06-04
申请号：CN202410404858.8
申请日：2024-04-03
Applicant: 清华大学
Abstract: 本申请实施例提供一种无线网络覆盖优化方法及装置，方法包括：获取当前无线网络的状态信息；将所述状态信息输入至多个智能体的初始化的演员‑评论员模型，得到每个智能体对应的动作信息，并根据所述动作信息确定对应的奖励值以及下一步的状态信息；对所述演员‑评论员模型进行迭代训练，直至达到预设的模型收敛条件；通过训练后的所述演员‑评论员模型输出的动作值调整所述工参信息，以对当前的无线网络覆盖进行优化；本申请能够通过表征学习和多智能体强化学习方法，综合考虑基站参数调整和网络整体性能优化的目标，从而实现无线网络覆盖的有效提升，解决无线网络覆盖优化问题。
-
公开(公告)号：CN115761519A
公开(公告)日：2023-03-07
申请号：CN202211153765.X
申请日：2022-09-21
Applicant: 清华大学
Abstract: 本发明涉及城市计算技术领域，尤其涉及一种指标预测方法、装置、设备、存储介质及程序产品。方法包括：获取目标区域的街道网络图数据，其中，所述街道网络图数据包括至少一个街道节点；获取所述目标区域对应的至少一张卫星图像，其中，每一张所述卫星图像包括至少一个所述街道节点；获取所述目标区域对应的至少一张街景图像，其中，每一张所述街景图像对应一个所述街道节点；基于每一个所述街道节点分别对应的所述卫星图像和所述街景图像，计算每一个预设指标标签分别对应的指标预测概率。本发明用以解决现有技术中对图像分析处理的效果较差，通过图像获得的信息准确性较低的缺陷，提升对图像处理的效果。
-
公开(公告)号：CN118368642A
公开(公告)日：2024-07-19
申请号：CN202410548382.5
申请日：2024-05-06
Applicant: 清华大学
IPC: H04W24/02 , H04W28/06 , H04L41/147
Abstract: 本发明提供一种数据驱动的移动网络优化方法和装置，包括：获取目标移动网络覆盖的各小区在目标时间范围内的历史数据、空间位置和小区之间的共覆盖关系；根据共覆盖关系对小区及其共覆盖小区的流量时间序列进行因果相关性检验，得到所有小区的因果相关小区；根据每个小区的流量时间序列和小区的因果相关小区的流量时间序列，利用注意力机制和冗余编码的编码规则基于弱预测器对小区在目标日期的流量进行预测，得到所有小区的流量预测结果；根据空间位置和共覆盖关系对4G小区进行网格划分，根据能耗时间序列计算得到每个4G小区的平均能效，根据平均能效对每个网格内的流量预测结果进行流量优化，得到优化结果。本发明更节能、优化效果更好。
-
Patent Agency Ranking
公开(公告)号：CN114937450B
公开(公告)日：2024-07-09
申请号：CN202110164790.7
申请日：2021-02-05
Applicant: 清华大学
Abstract: 本发明提供一种语音关键词识别方法及系统，该方法包括：对待识别的语音数据进行特征提取，获取语音关键词特征向量；将所述语音关键词特征向量输入到训练好的语音关键词识别模型中，得到语音关键词识别结果，其中，所述训练好的语音关键词识别模型是由标记有关键词类型标签的样本语音关键词特征向量，对神经网络模型进行训练得到的，所述神经网络模型包括多个子网络，且每个子网络识别对应的关键词；根据所述语音关键词识别结果，将所述训练好的语音关键词识别模型中对应的子网络执行开启和关闭操作。本发明在保持识别准确率的前提下，降低了参数量和计算量，通过动态地调整负责各个关键词识别的子网路通道，进一步降低了系统整体的功耗。
-
公开(公告)号：CN119450543A
公开(公告)日：2025-02-14
申请号：CN202310967549.7
申请日：2023-08-02
Applicant: 中国移动通信集团有限公司研究院 , 清华大学
IPC: H04W24/06 , H04L41/147 , H04L41/16 , H04L43/0876 , G06F16/36 , G06F16/29 , G06F18/22 , G06N3/042 , G06N3/0464 , G06N3/0455 , G06N3/084 , G06N5/022 , G06F123/02
Abstract: 本发明提供一种基站流量预测方法、装置、设备及可读存储介质，其方法包括：根据城市知识图谱，获取目标基站的空间环境特征，城市知识图谱表征基站之间的目标关系，目标关系包括基站之间的距离关系、基站之间的流量趋势关系、基站之间的流量序列的相似性、基站之间的POI分布的相似性；根据城市知识图谱和目标基站的历史流量序列，获取目标基站的历史流量序列的时间特征；根据目标基站的空间环境特征和目标基站的历史流量序列的时间特征，得到目标基站的流量预测值。基于基站之间的目标关系来获取目标基站的空间环境特征，并基于环境特征和历史流量序列的时间特征来得到目标基站的流量预测值，提高了基站流量预测的精度，且无需耗费大量的人力。
-
公开(公告)号：CN118093756A
公开(公告)日：2024-05-28
申请号：CN202410228679.3
申请日：2024-02-29
Applicant: 清华大学
IPC: G06F16/29 , G06F17/16 , G06F16/901 , G06F16/215 , G06Q50/26 , G06N20/00
Abstract: 本申请提供了一种基于人口分布的轨迹生成方法及装置，涉及数据处理技术领域，包括：获取历史个体轨迹信息，构建访问地点空间图，并确定各历史个体轨迹信息对应的轨迹嵌入向量，执行扩散操作，生成轨迹扩散嵌入向量；确定历史人口分布并加入去噪网络，生成初始人口分布去噪模型，以各扩散步骤时的轨迹扩散嵌入向量为输入，输出轨迹去噪人口分布嵌入向量，确定人口分布感知损失函数，训练初始人口分布去噪模型，直至人口分布感知损失函数满足第一预设条件，生成训练好的目标人口分布去噪模型，并将目标人口分布去噪模型作为轨迹生成模型；确定当前人口分布，并基于轨迹生成模型和当前人口分布，生成当前个体轨迹信息。
-
公开(公告)号：CN117939518A
公开(公告)日：2024-04-26
申请号：CN202410138403.6
申请日：2024-01-31
Applicant: 清华大学
IPC: H04W24/08 , H04L41/147 , H04L41/16 , H04L43/0876
Abstract: 本发明实施例提供了一种适应于基站的移动网络使用数据预测方法及装置，对应的方法包括：获取多个基站的历史的使用数据；根据所述历史的使用数据以及预生成的使用数据预测模型预测所述多个基站的移动网络的使用数据；其中，所述使用数据预测模型由基于神经网络所生成的时间编码器、空间编码器以及解码器组成，所述时间编码器用于表征所述历史的使用数据的时间特征，所述空间编码器用于表征所述历史的使用数据的空间特征。本发明综合考虑影响基站的移动网络使用数据的多种时间与空间特征，并提升移动网络的基站流量预测的准确度。
-
公开(公告)号：CN114937450A
公开(公告)日：2022-08-23
申请号：CN202110164790.7
申请日：2021-02-05
Applicant: 清华大学
Abstract: 本发明提供一种语音关键词识别方法及系统，该方法包括：对待识别的语音数据进行特征提取，获取语音关键词特征向量；将所述语音关键词特征向量输入到训练好的语音关键词识别模型中，得到语音关键词识别结果，其中，所述训练好的语音关键词识别模型是由标记有关键词类型标签的样本语音关键词特征向量，对神经网络模型进行训练得到的，所述神经网络模型包括多个子网络，且每个子网络识别对应的关键词；根据所述语音关键词识别结果，将所述训练好的语音关键词识别模型中对应的子网络执行开启和关闭操作。本发明在保持识别准确率的前提下，降低了参数量和计算量，通过动态地调整负责各个关键词识别的子网路通道，进一步降低了系统整体的功耗。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.017 seconds)
