基于Online-WSVR算法的车辆位置信息预测方法

    公开(公告)号:CN105890592A

    公开(公告)日:2016-08-24

    申请号:CN201610190012.4

    申请日:2016-03-30

    Applicant: 湖南大学

    CPC classification number: G01C21/165 G01S19/49 G06K9/6289

    Abstract: 本发明公开一种基于Online?WSVR算法的车辆位置信息预测方法,其步骤为:1)利用车内组合导航系统实时采集车辆的行驶状态信息;2)依据车辆之前一段时间的行驶状态信息,采用Online?WSVR算法进行建模,且为每个时间点的数据分发权值,使其对建模系数的贡献不同,增大精确度;3)根据当前的行驶状态信息,利用Online?WSVR的建模函数实时预测车辆下一刻的位置信息:如果当前GPS信号有效,则将预测出的下一刻经度与纬度信息擦除;如果当前GPS信号失效,则利用Online?WSVR算法预测出车辆下一刻的经度与纬度信息,并将其写入训练集建模,作为之后预测的建模样本。本发明具有原理简单、适用范围广、定位预测精度高、价廉便携和可靠性好等优点。

    基于融合的实时极限学习机短时交通流预测方法

    公开(公告)号:CN105761488A

    公开(公告)日:2016-07-13

    申请号:CN201610190046.3

    申请日:2016-03-30

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于融合的实时极限学习机短时交通流预测方法,针对短时非平稳交通流场景中的预测技术,基于短时交通流实时性、准确性、可靠性三大特征和融合的实时极限学习机来预测短时交通流。本发明提出的短时交通流预测方法,基于简化的单隐层前馈神经网络结构,能够在交通流峰值期快速的训练历史数据并能增量地更新到达的数据,在保证一定预测精度的同时节省学习时间。此外,采用融合机制保证了短时交通流预测的稳定性和鲁棒性。在数据缺失和波动剧烈时期进行重构,训练阶段时耗短,且预测结果的均方根误差、标准误差百分比均在置信区域内。

    一种结合学生适合度和课程搭配度的课程推荐方法及装置

    公开(公告)号:CN111581529A

    公开(公告)日:2020-08-25

    申请号:CN202010376592.2

    申请日:2020-05-07

    Abstract: 本发明提出了一种结合学生适合度和课程搭配度的课程推荐方法及装置,涉及计算机数据处理技术领域,该在线课程搭配推荐方法包括:获取在线课程学习平台的用户数据和课程数据;计算目标用户对于不同课程的选择的可能性值;根据课程的可能性值大小进行排序,并选取可能性最大的前d个课程,以生成课程推荐的第一子推荐列表C1;对用户u所选课程类别进行统计分析,对专业课程和其它课程分别选取搭配度高的课程,综合构建第二子推荐列表C2;将第一子推荐列表C1和第二子推荐列表C2融合,以生成最终推荐结果。该在线课程搭配推荐方法兼顾了用户与课程之间的选择合适度以及课程之间的可搭配性,提高了推荐课程的准确性,更好地满足了用户的学习需求。

    基于融合的实时极限学习机短时交通流预测方法

    公开(公告)号:CN105761488B

    公开(公告)日:2018-11-23

    申请号:CN201610190046.3

    申请日:2016-03-30

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于融合的实时极限学习机短时交通流预测方法,针对短时非平稳交通流场景中的预测技术,基于短时交通流实时性、准确性、可靠性三大特征和融合的实时极限学习机来预测短时交通流。本发明提出的短时交通流预测方法,基于简化的单隐层前馈神经网络结构,能够在交通流峰值期快速的训练历史数据并能增量地更新到达的数据,在保证一定预测精度的同时节省学习时间。此外,采用融合机制保证了短时交通流预测的稳定性和鲁棒性。在数据缺失和波动剧烈时期进行重构,训练阶段时耗短,且预测结果的均方根误差、标准误差百分比均在置信区域内。

    一种结合学生适合度和课程搭配度的课程推荐方法及装置

    公开(公告)号:CN111581529B

    公开(公告)日:2023-07-14

    申请号:CN202010376592.2

    申请日:2020-05-07

    Abstract: 本发明提出了一种结合学生适合度和课程搭配度的课程推荐方法及装置,涉及计算机数据处理技术领域,该在线课程搭配推荐方法包括:获取在线课程学习平台的用户数据和课程数据;计算目标用户对于不同课程的选择的可能性值;根据课程的可能性值大小进行排序,并选取可能性最大的前d个课程,以生成课程推荐的第一子推荐列表C1;对用户u所选课程类别进行统计分析,对专业课程和其它课程分别选取搭配度高的课程,综合构建第二子推荐列表C2;将第一子推荐列表C1和第二子推荐列表C2融合,以生成最终推荐结果。该在线课程搭配推荐方法兼顾了用户与课程之间的选择合适度以及课程之间的可搭配性,提高了推荐课程的准确性,更好地满足了用户的学习需求。

    基于Online-WSVR算法的车辆位置信息预测方法

    公开(公告)号:CN105890592B

    公开(公告)日:2019-06-25

    申请号:CN201610190012.4

    申请日:2016-03-30

    Applicant: 湖南大学

    Abstract: 本发明公开一种基于Online‑WSVR算法的车辆位置信息预测方法,其步骤为:1)利用车内组合导航系统实时采集车辆的行驶状态信息;2)依据车辆之前一段时间的行驶状态信息,采用Online‑WSVR算法进行建模,且为每个时间点的数据分发权值,使其对建模系数的贡献不同,增大精确度;3)根据当前的行驶状态信息,利用Online‑WSVR的建模函数实时预测车辆下一刻的位置信息:如果当前GPS信号有效,则将预测出的下一刻经度与纬度信息擦除;如果当前GPS信号失效,则利用Online‑WSVR算法预测出车辆下一刻的经度与纬度信息,并将其写入训练集建模,作为之后预测的建模样本。本发明具有原理简单、适用范围广、定位预测精度高、价廉便携和可靠性好等优点。

Patent Agency Ranking