-
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:CN118761653B
公开(公告)日:2024-11-19
申请号:CN202411245265.8
申请日:2024-09-06
Applicant: 清华大学
IPC: G06Q10/0637 , G06Q50/26 , G06F16/901 , G06N3/042 , G06N3/0455 , G06N3/0499
Abstract: 本公开涉及移动数据生成技术领域,尤其涉及一种基于图去噪扩散的城市起终点矩阵通用生成装置及方法。该方法包括:获取目标城市的静态属性信息;根据静态属性信息构建针对目标城市的城市群体移动图,城市群体移动图包括多个节点以及连接在节点之间的多个有向边;将城市群体移动图输入到训练好的目标生成模型中,生成目标城市的起终点矩阵;目标生成模型是基于图去噪扩散的通用生成模型,通用生成模型用于根据城市群体移动图确定出带噪声的加噪多模态图,而后对加噪多模态图进行去噪声处理,生成目标城市的起终点矩阵。在各种不同结构和类型的目标城市上均达到高精度生成的优异性能表现。生成的起终点矩阵准确性高。
-
公开(公告)号:CN112884319B
公开(公告)日:2023-11-03
申请号:CN202110186453.8
申请日:2021-02-10
Applicant: 腾讯大地通途(北京)科技有限公司 , 清华大学
IPC: G06Q10/0631 , G06F18/23 , G06F16/29
Abstract: 本申请实施例公开了一种任务分配方法、装置、计算机设备以及存储介质,任务分配方法可以应用于电子地图领域,其中方法包括:获取针对地图信息进行采集的多个任务,并根据每个任务的任务特征对多个任务进行聚类处理,得到多个任务簇;确定目标用户的目标移动规律图以及多个任务簇中每个任务簇的任务分布规律图,目标移动规律图用于指示目标用户在地图信息中N个第一区域内的路径分布,任务分布规律图用于指示在地图信息中N个第二区域内的任务分布;根据目标移动规律图和每个任务簇的任务分布规律图,从多个任务簇中确定目标用户对应的目标任务簇;将目标任务簇分配给目标用户,以使目标用户执行目标任务簇中各个任务,有助于提升采集任务的效率。
-
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:CN113591366A
公开(公告)日:2021-11-02
申请号:CN202110699665.6
申请日:2021-06-23
Applicant: 清华大学
IPC: G06F30/27 , G06F119/02
Abstract: 本发明提供一种通勤数据生成方法及系统,其中方法包括:确定待生成通勤数据的目标城市人口普查数据;将所述待生成通勤数据的目标城市人口普查数据输入至通勤数据生成模型,得到所述通勤数据生成模型输出的目标城市通勤数据;其中,所述通勤数据生成模型是基于源城市通勤数据及历史保存的人口普查数据对分别划分为若干区域的源城市和目标城市的地图数据构建的图神经网络模型进行自适应对抗训练后得到的。本发明实现了在人口移动数据缺乏的目标城市生成可靠准确的通勤数据。
-
公开(公告)号:CN118139097A
公开(公告)日:2024-06-04
申请号:CN202410203956.5
申请日:2024-02-23
Applicant: 清华大学
Abstract: 本发明提供一种城市群体移动流量网络生成方法和装置,所述方法包括:获取预存的目标城市的城市属性数据;将所述城市属性数据输入预先训练的拓扑扩散模型,以得到所述拓扑扩散模型输出的所述目标城市的群体移动流量网络的拓扑结构;将所述拓扑结构输入预先训练的流量扩散模型,以得到所述流量扩散模型输出的所述目标城市的群体移动流量网络矩阵;所述拓扑扩散模型的去噪网络的网络参数与所述流量扩散模型的去噪网络的网络参数是采用协同训练算法生成的。解决了现有技术中城市移动流量网络生成缺乏整体特性,数据成本较高,普适性较差的缺陷,实现了所生成的城市移动流量网络对整体特性的展示。
-
公开(公告)号:CN117992916A
公开(公告)日:2024-05-07
申请号:CN202410151786.0
申请日:2024-02-02
Applicant: 清华大学
IPC: G06F18/25 , G06F18/213 , G06F18/214 , G06F18/22 , G06F18/20 , G06N3/0455 , G06N3/08
Abstract: 本发明提供一种人体移动轨迹恢复方法和装置,其中的方法包括:获取目标人体的个体当前轨迹;将目标人体的个体当前轨迹输入预先训练的轨迹扩散模型中,以得到目标人体的恢复轨迹;其中,轨迹扩散模型是利用样本的轨迹移动特征和样本的当前轨迹进行训练得到的,样本的轨迹移动特征是利用样本的群体当前轨迹中的移动特征、个人历史轨迹的移动特征和群体历史轨迹的移动特征进行融合得到的。该方法使得目标人体能够在移动规律指导下恢复轨迹,充分利用个体轨迹捕捉历史周期性和利用群体轨迹捕捉移动趋势性,达到更好的轨迹恢复效果,进而解决了现有技术中人体移动轨迹恢复的准确性较差,所恢复的轨迹与真实轨迹具有较大偏差的问题。
-
公开(公告)号:CN118761652B
公开(公告)日:2024-11-19
申请号:CN202411245262.4
申请日:2024-09-06
IPC: G06Q10/0637 , G06Q50/26 , G06F16/901 , G06F16/29 , G06N3/042
Abstract: 本公开涉及移动数据生成领域,尤其涉及一种基于多模态公开数据的世界城市的起终点矩阵生成方法和装置。所述方法包括:获取目标区域的多模态公开数据,所述多模态公开数据包括所述目标区域的卫星图像数据和目标分布数据,所述目标分布数据包括所述目标区域的POI分布数据和/或人口分布数据;根据所述目标区域的所述多模态公开数据,调用训练完成的目标生成模型输出得到所述目标区域的起终点矩阵,所述起终点矩阵用于指示所述目标区域内的人员移动情况。本公开实施例采用全世界可以公开获取到的来自多种信息源的多模态公开数据作为模型输入,能够为全世界所有的城市生成其可靠准确的起终点矩阵。
-
公开(公告)号:CN118761653A
公开(公告)日:2024-10-11
申请号:CN202411245265.8
申请日:2024-09-06
Applicant: 清华大学
IPC: G06Q10/0637 , G06Q50/26 , G06F16/901 , G06N3/042 , G06N3/0455 , G06N3/0499
Abstract: 本公开涉及移动数据生成技术领域,尤其涉及一种基于图去噪扩散的城市起终点矩阵通用生成装置及方法。该方法包括:获取目标城市的静态属性信息;根据静态属性信息构建针对目标城市的城市群体移动图,城市群体移动图包括多个节点以及连接在节点之间的多个有向边;将城市群体移动图输入到训练好的目标生成模型中,生成目标城市的起终点矩阵;目标生成模型是基于图去噪扩散的通用生成模型,通用生成模型用于根据城市群体移动图确定出带噪声的加噪多模态图,而后对加噪多模态图进行去噪声处理,生成目标城市的起终点矩阵。在各种不同结构和类型的目标城市上均达到高精度生成的优异性能表现。生成的起终点矩阵准确性高。
-
公开(公告)号:CN118761652A
公开(公告)日:2024-10-11
申请号:CN202411245262.4
申请日:2024-09-06
IPC: G06Q10/0637 , G06Q50/26 , G06F16/901 , G06F16/29 , G06N3/042
Abstract: 本公开涉及移动数据生成领域,尤其涉及一种基于多模态公开数据的世界城市的起终点矩阵生成方法和装置。所述方法包括:获取目标区域的多模态公开数据,所述多模态公开数据包括所述目标区域的卫星图像数据和目标分布数据,所述目标分布数据包括所述目标区域的POI分布数据和/或人口分布数据;根据所述目标区域的所述多模态公开数据,调用训练完成的目标生成模型输出得到所述目标区域的起终点矩阵,所述起终点矩阵用于指示所述目标区域内的人员移动情况。本公开实施例采用全世界可以公开获取到的来自多种信息源的多模态公开数据作为模型输入,能够为全世界所有的城市生成其可靠准确的起终点矩阵。
-
-
-
-
-
-
-
-
-